基于互信息的医学图像匹配中的改进插值算法

基于互信息的配准方法是医学图像配准领域的重要方法,具有鲁棒性,精度高等优点,已成为医学图像处理领域的热点.在计算两个图像之间的互信息时,为了图像配准精度,图像的像素点经过空间变换需要进行插值,目前采用的插值方法一般都定位在单一的传统插值算法,由于传统的插值算法存在插值精度低或插值速度慢的缺点,提出了一种基于像素点的亮度绝对误差的图像插值算法,插值算法结合了近邻插值算法和双三次插值算法的优点,提高了配准的速度和精确度.通过对头部图像进行配准实验,验证了插值方法的有效性.     

“数据库系统原理”课程教材建设与教学改革——培养“会”用数据库的计算机应用人才

本文介绍"数据库系统原理"课程的目标与体系,给出自编教材《数据库系统原理与设计》及其配套实验教材《数据库系统原理与设计实验教程》的内容与结构安排,分析教材的主要特色,包括重视数据库模式导航、数据库设计、数据库管理系统和数据库应用开发等,并对该课程教学过程中开展的大作业教学改革进行了探讨。     

相似物体的姿态矫正算法设计及实现

在三维点云识别过程中,由于点云姿态不同,比较点的特征时,要将空间姿态变换计算在内,旧的空间姿态算法复杂度高,计算量大。针对上述问题,提出一种相似物体的姿态矫正算法,通过在两个相似物体要进行识别的位置上选择不共线的三组对应点,经过空间变换与旋转,将相似部位的姿态统一,为物体识别做基础。通过使用汽车点云模型进行矫正,验证了该算法的可行性和正确性。     

面向混合类型关键词查询的非合作结构化深网数据源选择

为有效地利用深网中的资源,深网集成应运而生.为了提高深网集成的效率和返回结果的质量,数据源选择成为深网集成的关键技术.深网数据源大多数是结构化和非合作型的.当前已有的非合作结构化深网数据源选择的研究分为2类：一类是面向离散型关键词查询的源选择;另一类是面向字符型关键词查询的源选择,而未见面向混合类型关键词查询的结构化数据源选择的相关研究.基于此,将用户查询关键词分为检索型关键词和约束型关键词,基于主题词与主题词、主题词与特征词和直方图与直方图的关联特征构建了面向检索型、约束型混合关键词查询的层次化数据源摘要,有效地反映了非合作结构化深网数据源选择中检索型关键词的检索意图和约束型关键词的约束相关性,并依据此摘要给出了相应的数据源选择策略.实验结果表明,该方法在面向混合类型关键词查询的非合作结构化深网数据源选择时具有较好的记录召回率及准确率.     

桥梁抗震分析中桥墩M-φ曲线的求解

将桥墩模拟成平面杆单元,在弯矩-曲率简化模型中忽略下降段,用刚度双分量模型来替代.根据钢筋混凝土构件截面受力变形平截面假定和钢筋与混凝土材料的本构关系,推导了构件截面内力计算公式,提出了数值计算的方法和步骤,利用FORTRAN语言编制了求解构件截面M-φ曲线的程序.最后应用程序对一桥墩截面进行了计算,得出了桥墩截面的M-φ曲线及简化的M-φ曲线.与以往通过实验获取构件M-φ曲线相比,该方法经济有效,具有实用价值.     

基于ObjectARX的粗糙度自动标注系统

零件的不同表面常常具有不同的粗糙度,手工标注工作量很大且不方便.这里主要介绍关于粗糙度的形文件定义、编译和加载;系统结构组成、对话框的设计以及粗糙度自动标注的核心程序代码等.     

土壤污染中残膜回收及包衣种子问题的探讨

通过3年机械化残膜回收技术推广,探讨农药包衣种子、地膜白色污染对土地的危害,研究变革克百威农业类包衣种子为有机肥保温性包衣种子的可行性,并对施肥播种一体机进行技术革新,实现有机肥包衣种子保墒入种,应时出苗,从而减少地膜的大面积使用和种子农药包衣这两个土壤污染的重要源头。     

在役45钢构件半埋藏裂纹的电磁热止裂

应用自制的ZL-2超强脉冲电流发生装置,对带有半埋藏裂纹的45钢拉伸试样进行了拉伸载荷作用下的脉冲放电电磁热止裂;对止裂前后的拉伸试样通过微机控制电子万能试验机进行了三点弯曲试验,并对止裂前后裂尖附近的显微组织进行了对比分析.结果表明:电磁热止裂后,裂纹尖端瞬时熔化、钝化,达到了裂纹止裂的目的;在裂纹尖端附近的组织出现了细化,电磁热止裂后试样所能承受的最大弯曲力和抗弯强度分别较止裂前提高了约23%和25%.     

竖向荷载作用下墙梁的弹塑性分析

通过分析总结近年来国内外对砖砌体的本构关系和破坏准则的理论研究成果,找出了较合理、适用的本构关系和破坏准则的组合,能较好地描述墙梁受力破坏的力学特性。并基于塑性理论,编制了“墙梁结构弹塑性有限元法计算程序”,对一些算例进行了验算,得到较好的结果。采用对比分析和图表显示的方法,得出在竖向荷载作用下,随着弹塑性的发展,墙体竖向压应力的变化规律。     

基于多层局部信息融合的在线论坛用户心理危机识别

心理健康问题已经成为当今社会关注的焦点,它严重威胁着家庭和睦与社会稳定.有心理危机的用户经常通过特定的社区论坛或者社交媒体来求助或倾述,这为用户心理危机识别开辟了一个新的途径.论坛帖子长短不一,但判断心理危机的核心信息往往体现在局部内容上,基于此特点,本文构建了一个结合分层长短记忆网络和卷积神经网络的多层局部信息融合模型(Multi-layer Partial Information Fusion model,MPIF),利用论坛用户发布的帖子,检测用户的心理危机严重程度.模型的特点在于:1)利用预训练语言模型BERT对用户帖子中的句子进行向量化表示,充分考虑词语在不同语境中的不同含义表达; 2)分别从词、短语、以及句子层面挖掘反映用户心理危机状态的信息,采用深度分层LSTM网络和注意力机制相结合的方式来获取待分类帖子中词语层面以及句子层面的局部信息,利用CNN网络中多种大小不同的卷积核来提取帖子中短语层面的局部信息;3)采用注意力机制和最大池化层,使得模型不仅能够有效地利用局部信息给出心理危机程度的判断,同时可以将这些局部信息展示给心理专家,辅助专家更快了解患者.基于CLPsych2...