基于深度强化学习的多模态医学图像配准

传统图像配准方法中,图像特征的表示和相似性测度的选择易受到人为因素的影响,不能准确地表征图像特征和配准图像的相似度,从而对配准结果产生较大误差.针对此问题,借助端到端的强化学习方法,对这2个部分进行隐式的表达,从而避免人工设计的缺陷.具体而言,设计了一个人工智能体模型,由策略网络和价值网络2部分组成,用以指导浮动图像朝着参考图像的方向正确移动,进而实现图像配准.提出使用异步表演者-评论家方法进行模型训练,以避免经验回放操作,降低模型训练对存储容量的要求并加快模型的收敛;同时提出一种奖赏函数,能够给予每个时间步上图像配准动作估计更为准确的奖励.此外,在测试阶段,使用了蒙特卡罗前向推理策略,进一步提高配准参数的准确性.在MR和CT的临床医学图像配准数据集上进行实验,与传统基于尺度不变性配准算法、基于深度学习配准算法等进行对照分析,实验结果表明,所提出的方法目标配准误差可以减少30%左右,同时能够更好地处理具有大幅度形变的配准问题.     

基于改进的Random Subspace的客户投诉分类方法

电信业的客户投诉不断增多而又亟待高效处理。针对电信客户投诉数据的特点，提出了一种面向高维数据的改进的集成学习分类方法。该方法综合考虑客户投诉中的文本信息及客户通讯状态信息，基于Random Subspace方法，以支持向量机（Support Vector Machine，SVM）为基分类器，采用证据推理（Evidential Reasoning，ER）规则为一种新的集成策略，构造分类模型对电信客户投诉进行分类。所提模型和方法在某电信公司客户投诉数据上进行了验证，实验结果显示该方法能够显著提高客户投诉分类的准确率和投诉处理效率。     

船闸人字闸门底枢摩擦副接触应力分析

底枢是人字闸门的重要的支承运转部件,其磨损将造成人字闸门失效,影响船闸功能。对闸门底枢摩擦副进行受力分析,对其受闸门自重和外载荷时的接触应力计算公式进行推导,再利用ANSYS软件对闸门底枢蘑菇头受自重和外荷载时的接触应力分布进行有限元分析,将将理论计算结果和有限元结果进行比较,二者误差较小,证明了理论公式的合理性。该公式结果表明:最大接触应力出现在外载荷的垂直接触点;最大接触应力与各点的接触应力随着外载荷的增大而增大,且呈正比关系;接触应力分布关于外载荷倾角有对称分布部分,最大接触应力随着外载荷倾角的增大而增大;闸门底枢半径增大,接触应力减少。     

基于证据推理的激光惯组最优维护方法

为解决激光惯组存在的故障样本获取困难和监测维护周期不合理等问题，采用一种融合多元信息的性能评估方法对激光惯组的性能进行评估。首先，综合考虑了惯组指标信息的权重和可靠度，基于证据推理融合多元信息得到激光惯组性能评估结果。其次，根据性能评估结果，通过维纳过程预测综合考虑激光惯组的监测维护成本和性能设计要求，在满足性能状态要求前提下以单位时间内期望维护成本最小为目标，确定最优维护时机。最后，使用某型号激光惯组进行了实验验证，说明所提出的方法的有效性。     

C型环环向应力与加载载荷的公式推导与验证

基于任意C型环试样结构尺寸及其力学关系,建立了C型环内任意截面的力学模型,根据材料力学基本理论,推导出了其外壁和内壁任意一点环向应力与C型环试样加载位移、加载载荷之间的理论计算公式。为了验证本文推导的理论公式的正确性,建立了C型环试样的有限元计算的力学模型,当某试验要求C型环试样最大环向拉应力为650 MPa,对油管外径88.9 mm的C型环试样,通过有限元法和本文推导的理论公式对该结构工况进行计算和对比分析,得出有限元法和理论公式计算出需要施加的载荷和位移的误差分别为-1.82%和1.25%,证明推导文中推导的理论公式的正确性,为C型环硫化物应力腐蚀开裂(SSCC)和应力腐蚀开裂(SCC)实验加载参数的确定提供了简便的计算方法。     

环刀称重法公式率定技术在辽宁土壤墒情监测中的应用

针对土壤墒情监测仪器率定方法复杂、标定技术要求高等特点,文中提出了采用环刀法进行传感器公式率定的技术,建立各次土壤含水量与传感器输出电压的对应关系,并成功地应用到了辽宁省土壤墒情监测站监测仪器率定实践中.研究成果对于土壤墒情自动监测精度提高具有重要的参考价值.     

联合循环中旁路系统蒸汽流量计算及其应用

高/低压蒸汽旁路流量精确控制是提高联合循环电厂灵活性的重要部分,在旁路阀厂家提供资料不完善的情况下,通过研究阀门实际的流动特性,简化了阀门流动模型,参照相关的阀门流量计算经验公式,对其中一些系数进行近似处理,最终根据旁路的设计数据表拟合出旁路流量计算公式并对其进行应用验证,100%甩负荷时高压蒸汽系统压力上升变化仅有2%,满足了约旦侯赛因燃气-蒸汽"三拖一"联合循环机组的运行要求,可为其他电厂在旁路系统控制及提高电厂灵活性方面提供借鉴。