改进BP神经网络在木构古建筑中的寿命预测

标准的BP神经网络存在训练速度慢、容易陷入极小点、泛化能力低的特点。文中用附加动量项和改进学习速率相结合的方法对标准的BP神经网络进行了改进,并将其应用在木构古建筑的寿命预测中。仿真结果表明,和标准的BP神经网络相比,改进后的BP神经网络提高了泛化能力,能较准确地拟合训练值,避免了在确定计算参数过程中所产生的计算误差。     

决策表中基于对象的μ-约简方法研究

研究了不协调决策表中基于对象的μ-约简问题,给出了μ-约简的一些性质及等价定义,得到了μ-约简的判定定理和相应的可辨识矩阵及辨识公式,从而提供了不协调目标信息系统知识约简的新方法。并通过实例将决策表中基于对象的约简与整体约简进行了对比,结果表明前者可以得到更简洁的知识。该方法也适用于协调目标信息系统。     

Local adaptive segmentation algorithm for 3-D medical image based on robust feature statistics

Medical image segmentation is of pivotal importance in computer-aided clinical diagnosis. Many factors, including noises, bias field effect, local volume effect, as well as tissue movement may affect the med- ical image, thus causing blurring or uneven characteristics when forming a picture. Such quality defects will inevitably impair the gray-scale difference between adjacent tissues and lead to insufficient segmentation or even leakage during tissue or organ segmentation. In the present investigation, a local adaptive segmentation algorithm for 3-D medical image based on robust feature statistics （LARFS） was proposed. By combining segmentation algorithm principles for traditional region growing （RG） and robust feature statistics （RFS）, the location and neighborhood image information of input seed point can be comprehensively analyzed by LARFS. Results show that, for different segmentation objects, under controlling the input parameter of growing factor within certain range, LARFS segmentation algorithm can adapt well to the regional geometric shape. And be- cause the robust feature statistics is applied in the contour evolution process, LARFS algorithm is not sensitive to noises and not easily influenced by image contrast and object topology. Hence, the leakage and excessive segmentation effects are ameliorated with a smooth edge, and the accuracy can be controlled within the effective error range.     

纳米管合成研究进展

当今纳米科学技术飞速发展，其中纳米管已构成了纳米材料的一个非常重要的类别。本文介绍近几年来由化学键结合的纳米管以及由分子间力形成的一些纳米或具有中观尺度的管状结构材料的合成研究进展。     

日本特种化工公司确立增长优先的发展战略

日本特种化工公司在进行业务结构调整的同时全面推进合理化措施的落实。为保持其增长势头,日本特种化工企业正在创建新的业务模式。介绍了三井化工公司、三菱化工公司、东曹公司、日本钢铁化学公司、丸善石化公司、三洋化工公司、日产化学工业公司、关东电化学工业公司在特种化工材料方面的发展。     

神经网络在煤与瓦斯突出预测敏感指标确定中的应用

煤与瓦斯突出是地应力、瓦斯和煤岩力学性质综合作用的结果,其作用过程属于非线性问题,使用常规方法确突出预测敏感指标及其临界值,存在着效率不高的问题.采用三率法,研究了大平煤矿煤与瓦斯突出预测指标,得出了预测突出的敏感指标及临界值;通过使用人工神经网络的BP模型,选取样本、训练样本和识别样本,并与现场实际对比,对用常规方法所确定的敏感指标及其临界值进行了验证.结果表明,可以使用神经网络方法预测煤与瓦斯突出危险性和确定突出预测敏感指标.     

尾矿库漫顶溃决动态演化及溃口展宽模型试验

为研究尾矿库漫顶溃决动态演化过程与溃口发展机理及规律,通过3组相似模型试验,对溃口展宽过程和演变机理进行了系统分析,提出了尾矿坝漫顶模式下溃口展宽速率的幂函数公式,并讨论了库水位上升阶段浸润线的变化过程及溃决阶段不同浸润线埋深条件下流速、流量、溃口宽度的变化过程。研究结果表明：尾矿坝的溃决过程可分为坝面漫流与冲沟形成、坝体崩塌与溃口快速扩张及稳定泄流3个阶段;浸润线埋深对流量、流速及溃口最终宽度有较大影响,排渗失效时峰值流量及溃口最终宽度接近正常排渗时的1.5倍,峰值流速可达1.2～1.3倍;降低浸润线高度可以延缓溃决泥石流到达下游的时间,紧急撤离时间也可延长3 min左右;提出的幂函数公式计算值与实测值吻合较好。     

DOM型跨站脚本网络攻击防御有效路径模拟

由于DOM型跨站脚本攻击的不确定性,导致DOM型跨站脚本攻击防御困难.提出一种DOM型跨站脚本网络攻击防御有效路径模拟,通过构建可信度计算模块,对DOM跨站脚本攻击的路径进行计算,得到脚本攻击的大致过程与攻击特性,依据脚本攻击的攻击特性,建立可信度调度模块,对脚本攻击的访问速率进行检测,获取其攻击过程中的数据变化,凭借上述结果结合三种原则(安全性原则、先进性原则、高可用性原则)组建防御有效路径模拟平台,进而捕获不同防御方法对DOM跨站脚本攻击的数据波动与重定向,以此来实现对防御方法的模拟.实验证明,所设计的模拟平台能够对不同的防御方法进行精确的模拟,同时平台还能够模拟出防御方法的特性与薄弱点.     

基于Pylinac的放射治疗QA数字化分析系统

目的: 建立放射治疗直线加速器质量保证(Quality Assurance, QA)标准化体系和数字化分析系统是提升放疗水平和质量的有效途径. 方法: 基于Pylinac函数库, 采用Django框架和MySQL数据库结构搭建QA数字化分析系统, 并通过临床测试来评价该系统的稳定性与实用性. 结果: 放射治疗QA数字化分析系统不仅有利于监控及回顾分析直线加速器的运行状况, 而且有效减少医用直线加速器QA流程中计算分析的时间, 同时该系统还有助于放疗科新入职物理师快速熟悉QA流程. 结论: QA数字化分析系统在简化QA工作流程, 提高工作效率的同时, 更对放射治疗直线加速器的治疗体系中QA标准化起到进一步推进作用.     

学习行为大数据可视化的网络数据库学习仿真

针对传统数据库学习可视化程度低,有效提高学习效率,构建了学习行为大数据可视化的网络数据库学习方法.分析学习行为具体特征,结合贝叶斯理论按学习资源归类可视化数据;设定相关学习变量,观测变量,分别将正确率、错误率、所学知识难度、遗忘概率及状态概率等特征作为可视化函数,通过对学习行为数据采集和储存、分析学习行为及建立可视化模块,建立大数据可视化的网络数据库,充分掌握学习者学习行为情况,随后设定数据库学习评定指标函数;仿真结果表明,所提方法学习结果准确性高和平均任务完成效率都有较大提高,学习者的学习能力有显著提升,方法可行性更高.