医疗器械生产企业提高UDI质量

<正>医疗器械的安全性不容忽视,关乎重大民生和公共安全。国内民众的医疗需求呈逐年递增的趋势,为保证医疗器械在整个生命周期中的安全性和有效性,是整个行业工作的重中之重。这不仅对政府的监管手段提出了越来越高的要求,也对器械生产企业的日常管理提出了更高的标准。     

白音查干凹陷锡林好来油田白云质泥岩储层研究

综合运用沉积岩石学及储层地质学方法,利用岩心观察及地震资料分析,工区发育一套白云质泥岩储层,层位上主要位于腾格尔组上段,集中分布在环洼带的断层带附近,结合铸体薄片、分析化验资料,白云岩为后生交代作用形成,其储集空间主要为溶蚀孔洞及各种裂缝,其裂缝主要为垂直裂缝、水平裂缝及剪切缝。由于白云质泥岩储集空间的特殊性,导致油水关系分布复杂,主要以缝洞油、封存油、隔离油、封存水、隔离水等形态存在。此类油藏的发现对于锡林好来油田的稳产有重要意义。     

限制水域船舶水动力干扰快速计算方法

船舶数量与尺寸的不断增加导致其在限制水域船舶水动力干扰现象突出,限制水域内的船舶水动力干扰的快速准确预报,有助于船舶智能航行安全的发展.针对此问题,本文提出了一种基于Hess&Smith面元法的数值方法,实时计算浅水中两船平行干扰与会遇过程中的船-船水动力干扰问题.基于低弗劳德数假设,使用合模方法处理自由液面处的边界条...     

一种改进的双链量子遗传算法及其应用*

针对目前双链量子遗传算法中保持种群多样性和改善优化效率问题提出了三种改进方法。通过在量子比特概率幅三角函数表达式中引入常数因子,使搜索过程在多个周期上同时进行,以改善算法的优化效率;提出了一种基于单比特量子Hadamard的变异策略,可提高保持种群多样性的概率;改进了量子旋转门转角步长函数,能够有效避免算法震荡,增强算法的适应性。以多变量函数极值优化问题为例,仿真实验结果表明上述三种改进措施是有效的。     

一种基于正向云变换的混合计算神经网络及其应用

针对数值信息与定性领域知识相互融合的计算问题,提出了一种基于云变换的混合计算神经网络模型。利用正向正态云发生器可实现定性概念到量化数值描述之间不确定关系的转换机制,建立基于云变换的混合信息计算逻辑和神经网络模型。将定性概念谓词通过云变换在概率意义下转换为数值变量,把计算规则表示为神经元,利用神经网络的学习性质来实现对定量与定性混合信息的自适应计算和推理。在算法设计中,将网络性质参数整合为一个粒子,利用粒子群算法对混合计算神经网络进行整体优化求解。以石油地质研究中的沉积微相自动识别为例,实验结果验证了模型和算法的有效性。     

离散过程神经网络和CGA相融合的边缘检测

针对图像处理中的边缘检测问题,提出一种基于离散过程神经网络(DNPP)与混沌遗传算法(CGA)相融合的模型和算法。DNPP的输入可以直接为数据矩阵,实现二维图像关联信息网格化的整体输入和处理。以图像网格灰度值作为DPNN处理数据集合,利用Sobel算子检测的技术原理和DPNN的判别能力,实现图像边界线的自动辨识和追踪。文中给出基于混沌遗传搜索的DNPP求解算法,以油田地震数据体切片中砂体的识别和追踪为例,实际资料处理结果验证了检测模型和算法的有效性。     

5G抗干扰技术综述

5G技术不仅在以蜂窝网络为代表的移动互联网中占据主要角色,还正在积极地为工业场景提供技术变革的契机.目前,国内外已经开展了大量和5G抗干扰技术相关的工作,但仍缺乏对5G在授权和非授权频谱下抗干扰技术的系统性综述.本文分析了5G无线干扰的主要来源,指出了抗干扰研究的技术难点,并以授权频段5G蜂窝网络干扰与非授权频段异构系统间干扰两个关键问题为例,对现有的无线抗干扰方案进行了具体分析和归纳对比,最后对5G技术在授权频段和非授权频段抗干扰技术的未来研究方向进行了展望.     

5种不同畜禽肉中脂肪酸组成和脂质差异分析

目的 基于超高效液相色谱-四极杆飞行时间质谱法(ultraperformanceliquidchromatographyquadrupole time-of-flight mass spectrometry, UPLC-QTOF/MS)和脂质组学分析技术分析不同畜禽肉中脂肪酸和脂质组成差异。方法 样品经脂肪提取、皂化和萃取后采用C8柱分离,以水+甲醇(9:1, V:V)和乙腈+甲醇+异丙醇(2:3:5,V:V:V)为流动相进行梯度洗脱,经UPLC-QTOF/MS定性分析,总脂肪酸外标法定量,脂质面积百分比半定量,并结合主成分分析(principalcomponentanalysis,PCA)和偏最小二乘法判别(partialleastsquares discriminant analysis, PLS-DA)等统计学手段,实现脂质差异分析。结果 该方法可对38种脂肪酸进行准确定性与定量;检出限范围在0.050～1.000μg/g,定量限范围在0.125～2.500μg/g,线性相关系数(r2)均大于0.99;以亚油酸-13C18为模型进行准确性评价,加标回收率范围为93%～104%,相...     

融合结构与非结构信息的自然图像恰可察觉失真阈值估计

目的 研究表明,图像的恰可察觉失真（JND）阈值主要与视觉系统的亮度适应性、对比度掩模、模块掩模以及图像结构等因素有关。为了更好地研究图像结构对JND阈值的影响,提出一种基于稀疏表示的结构信息和非结构信息分离模型,并应用于自然图像的JND阈值估计,使JND阈值模型与人眼视觉系统具有更好的一致性。方法 首先通过K-均值奇异值分解算法（K-SVD）得到过完备视觉字典。然后利用该过完备字典对输入的自然图像进行稀疏表示和重建,得到该图像对应的结构层和非结构层。针对结构层和非结构层,进一步设计基于亮度适应性与对比度掩模的结构层JND估计模型和基于亮度对比度与信息不确定度的非结构层JND估计模型。最后利用一个能够刻画掩模效应的非线性可加模型对以上两个分量的JND估计模型进行融合。结果 本文提出的JND估计模型利用稀疏表示将自然图像的结构/非结构信息进行分离,然后采用符合各自分量特点的JND模型进行计算,与视觉感知机理高度一致。实验结果表明,本文JND模型能够有效地预测自然图像的JND阈值,受污染图的峰值信噪比（PSNR）值比其他3个JND对比模型值高出35 dB。结论 与现有模型相比,该模型与人眼主观视觉感知具有更好的一致性,更能有效地预测自然图像的JND阈值。