排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
为对输水管道内气液两相流时停泵水锤工况进行模拟研究,根据水锤基本理论,通过对系统内气液两相流流态的合理简化,搭建水锤计算模型,选取工程实例,进行最不利工况下的模拟计算。结果表明:突然停泵会在管道中产生严重的断流弥合水锤现象,最大超压约71 m;管道含气5%时比不含气状态的水锤压力水头高出10~40 m,且水锤波周期变长,收敛性更差。针对工程实例进行水锤防护分析,对“快关止回阀+气压罐”“缓闭止回阀+气压罐”“缓闭止回阀+箱式双向调压塔”3种防护措施进行比较,得出采用“缓闭止回阀+箱式双向调压塔”可以有效缓解管网水锤压力、保障管网正常稳定运行的结论。 相似文献
2.
在医学图像中, 器官或病变区域的精准分割对疾病诊断等临床应用有着至关重要的作用, 然而分割模型的训练依赖于大量标注数据. 为减少对标注数据的需求, 本文主要研究针对医学图像分割的半监督学习任务. 现有半监督学习方法广泛采用平均教师模型, 其缺点在于, 基于指数移动平均(Exponential moving average, EMA)的参数更新方式使得老师模型累积学生模型的错误知识. 为避免上述问题, 提出一种双模型交互学习方法, 引入像素稳定性判断机制, 利用一个模型中预测结果更稳定的像素监督另一个模型的学习, 从而缓解了单个模型的错误经验的累积和传播. 提出的方法在心脏结构分割、肝脏肿瘤分割和脑肿瘤分割三个数据集中取得优于前沿半监督方法的结果. 在仅采用30%的标注比例时, 该方法在三个数据集上的戴斯相似指标(Dice similarity coefficient, DSC)分别达到89.13%, 94.15%, 87.02%. 相似文献
3.
4.
高效准确的相似神经元检索方法是神经元形态分析的重要支撑.随着高精度显微成像、神经元示踪、人工智能等技术的发展,近些年出现了若干基于机器学习的神经元形态计算与分析方法,这些研究主要包括对传统神经元形态度量指标的统计分析,以及将神经元形态二维投影与深度学习结合的神经元量化表征方法,在神经元的特征提取、分类、相似检索等任务中... 相似文献
1