排序方式: 共有12条查询结果,搜索用时 187 毫秒
1.
2.
3.
通过器件模拟并结合实验结果,在已有PIN(Positive intrinsic negative)和DPD(Double photo-diodes)探测器电路模型基础之上,对带浅沟槽隔离(STI)准PIN结构的DPD探测器电路模型进行了探讨。模拟了由深N阱和浅沟槽给DPD带来的性能上的改变,同时结合实验结果,从响应电流和探测器的等效串联电阻两方面对电路模型进行了修正,得到了符合该器件的较准确电路模型。 相似文献
4.
【摘要】 目的 探索建立一种基于CTA的无创性评估颈内动脉(ICA)狭窄技术。方法 将研究对象CTA断层图像导入Mimics 10.0图像处理软件并重建ICA三维模型,再导入ANSYS 13.0有限元分析软件,赋予边界条件后运算得出评估ICA的功能性指标——虚拟的狭窄段前后压力梯度(TSPG)和血流储备分数(FFR)。结果 DSA检查提示研究对象左侧ICA起始段管腔不规则狭窄约50%,且可见硬化斑块形成。根据本无创性评估技术,成功模拟得出研究对象左侧ICA虚拟TSPG为13.04 mmHg,虚拟FFR为0.93,提示左侧ICA无功能性狭窄,未达到临床介入治疗标准。结论 本研究建立了一种基于CTA的无创性评估ICA狭窄模拟技术,并与临床DSA检查结果一致。
相似文献
相似文献
5.
拉曼光谱数据处理方式对大米产地鉴别模型的影响 总被引:1,自引:0,他引:1
为探究拉曼光谱数据处理方式对大米产地鉴别模型的影响,以盘锦大米、响水大米、西江大米、建三江大米、五常大米和延边大米为例,考察各数据处理方式下大米产地鉴别模型的准确度。稻谷样品经精米加工、粉碎、筛分,收集粒度为100~140目的米粉,在5个测量点分别采集拉曼光谱,然后经相对标准偏差和层次聚类分析剔除差异数据,最后将剔除差异前、后的数据和取平均值前、后的数据分别建立分类模型。结果表明:通过层次聚类分析可找出潜在的差异数据,通过相对标准偏差分析可初步判断是否存在差异数据及最终验证是否是差异数据。此外,取平均值后的数据可使相同大米样品内的数据差异缩小,而不同大米样品间的差异扩大,有效提高了模型的识别准确率。本文所探究的先剔除差异数据再取平均值的数据处理方式,可将大米产地鉴别模型的识别准确率提高12.89%,为大米产地溯源分析提供更为准确、有效的分析方法。 相似文献
6.
7.
本文分析了嵌入式环境中运用OpenGL进行图形开发的常用方法,提出了一种基于数据驱动进行代码生成的方法。该方法利用数据进行几何描述,尝试以数据的方式在屏幕上绘制所有的图形,使得在资源有限的嵌入式环境中。能有效地运用OpenGL生成图形用户界面。 相似文献
8.
分布式机器学习中的工作结点在训练过程中经常需要处理异构任务,但任务发布者可能无法根据有效的先验知识确定边缘服务器集群中哪些是处于训练状态的工作结点。针对边缘服务器集群无法同时满足训练性能与服务质量最大化的问题,对异构任务调度算法进行了研究。首先在集群资源约束下分析了分布式训练收敛性能的影响因素;其次建立了最大化训练性能的优化目标;最后转化为多维多选择背包问题进行求解。仿真结果表明,所提异构任务调度算法能够在保证服务质量的同时,最大化分布式训练性能。 相似文献
9.
10.