基于深度学习的心脏图像分割研究现状

面对严重的医学影像分析缺口,深度学习的发展能够满足国内医疗行业的需求。心脏图像的处理方法可大致分为传统的图像处理技术、基于图谱的方法（atlas-based methods）、基于模型的方法（model-based methods）以及目前热门的采用机器学习和深度学习的方法。在深度学习兴起之前,传统的机器学习技术如模型法和图集法在心脏图像分割中有良好表现,但通常需要大量的特征工程知识或先验知识才能获得令人满意的精度。而基于深度学习的算法能从数据中自动发现复杂的特征以进行对象检测和分割。得益于先进的计算机硬件以及更多可用于训练的数据集,基于深度学习的分割算法已超越了以往的传统方法。本文回顾了2012—2022年有关心室、心外膜和心包脂肪的图像处理的各项方法、衡量指标及其目前的研究现状,并结合分割技术的发展,讨论了心脏分割的发展趋势。     

通信芯片电压故障注入测试与功能安全评估方法

芯片是现代信息技术的核心和基础,芯片的功能安全在确保电子技术的可靠性方面发挥着重要作用。本研究以CAN通信芯片为对象,提出了一种基于电压故障注入的芯片功能安全评估方法。通过基于原型系统的自动化硬件故障注入测试,并结合自动触发信号与控制模块的设计,完善了目前CAN芯片安全性测试技术和功能实现上的不足。另外,基于该CAN芯片测试结果,提出了芯片对故障因素敏感的功能安全评估依据。结果表明,该电路通信芯片的某些管脚对标准工作电压范围下输入电压的幅值、脉宽和延迟毛刺较敏感。测试电路系统能够自动实现1.5~5.5 V大范围工作电压下的随机错误注入,以及错误要素敏感度分析,为提高通信芯片安全性提供更高效的评估依据。     

飞行器性能样机虚拟试验系统研究与实现

为实现航天飞行器研制中性能样机模型的充分利用,提出了飞行器性能样机虚拟试验系统的总体方案,通过试验基础数据库、试验数据管理、验证辅助工具、虚拟试验应用等子系统划分和工作流程设计,提供对虚拟试验的全流程支持。系统突破了试验数据对象化管理、试验流程建模等关键技术,并基于虚拟试验支撑平台VITA完成了相应系统实现,在多个飞行器研制过程中开展了典型应用。     

概率方法在布尔函数m阶Walsh谱中的应用

应用概率方法研究了布尔函数的ｍ阶Ｗａｌｓｈ谱的问题，首次给出了布尔函数的ｍ阶Ｗａｌｓｈ谱的概率方法表达式，给出了布尔函数的ｍ阶Ｗａｌｓｈ谱的性质及布尔函与一个ｍ阶布尔函数相互独立的充要条件。     

人造金刚石刀具加工有色金属的研究

对人造金刚石刀具加工有色金属的切削性能进行了试验研究。结果表明，目前国产PCD金刚石刀具在加工铝硅合金时的切削性能与国外同类刀具相差不大，符合使用要求；并且得出了CVD金刚石刀具在加工某些有色金属时的切削性能优于硬质合金刀具的结论。     

锂电回收过程铁铝渣制备烧结砌块工艺

以废旧锂电池回收过程产生的铁铝渣为主要原料,页岩为辅料,制备铁铝渣烧结砌块,系统研究了页岩掺量、烧结保温时间和烧结温度对所制备的烧结砌块的体积密度、吸水率和抗压强度的影响,并优化得到最优的烧结条件为：页岩掺量30%、成型压力25 MPa、升温速率3℃/min、烧成温度950℃、保温时间1.0 h,烧制的烧结砌块样品体积密度为1.68 g/cm³,吸水率为18.13%,抗压强度达到21.81 MPa。XRD和SEM结果表明,生成的共熔物填充了空隙,提高了致密程度和强度。得到的产品毒性浸出结果符合《危险废物鉴别标准浸出毒性》(GB 5085.3—2007)的要求,使用过程无重金属污染风险。     

数字音频里LMS算法及其改进算法研究

在数字音频里,由于LMS算法具有低计算复杂度、在平稳环境中的收敛性好和利用有限精度实现算法时的稳定性等特性,使LMS算法成为自适应算法中应用最广泛的算法。本文对LMS算法及其改进算法进行了研究,探讨了步长因子μ(n)对各种算法收敛性、稳定性的影响。结果表明,变步长μ(n)的取值尤为重要,如果μ(n)取较大值则具有较快的收敛速度,如果μ(n)取值很小,则NLMS算法近似等效于LMS算法。它们的自适应过程较快,性能有了很大改进。     

模糊保险箱的多项式表示方法

在模糊保险箱方案中,通常采用多个干扰点与用户特征点混合构成的集合表示保险箱,这种方法存在多种安全缺陷。为此,提出一种新的保险箱构造方案,该方案利用随机点与用户特征集合构造一个随机多项式,运用该多项式系数表示保险箱。分析结果表明,该方案可以抵抗已知的对模糊保险箱的多种攻击,具有更高的安全性,并能节约存储空间。     

基于时间序列模型和情感分析的情感趋势预测

为解决传统情感分析方法无法对公众未来情感走势变化有效预测的问题,提出一种将时间序列模型与情感分析相结合的情感趋势预测方法.采用深度学习模型对股市论坛实时评论信息进行情感分类,统计固定时间单位的情感值,构建情感值时间序列,提出ARIMA-GARCH时间序列模型,对情感值时间序列进行建模分析,预测投资者的情感走势.实验结果表明,该方法对于情感趋势的预测结果合理,误差较小.同时,发现投资者情感趋势与股市涨跌幅走势相似,为投资决策提供了参考.     

.Net开发中MVC模式的应用

介绍了如何利用．NET平台结合MVC模式开发安全、可扩展、易维护的系统。分析了MVC设计模式，设计了一个基于MVC模式的．NET框架下的应用模型，并结合该实例，探讨了具体的实现方法，并给出了每个模块的代码实现。该系统实现了应用程序模块化，具有良好的安全性、可扩展性和易维护性。