国内外聚丙烯催化剂的研究进展

综述了聚丙烯催化剂的发展历程及现状。针对国内外聚丙烯催化剂的催化特点,并根据市场对聚丙烯性能的要求,提出了聚丙烯催化剂的主要开发方向。     

我国棕榈藤包装材料的应用前景

总结了棕榈藤材的特点和应用历史,分析了我国棕榈藤资源状况和市场发展潜力,阐述了我国目前藤制品的生产和研究现状,预测了我国利用棕榈藤材作为包装材料的应用前景,提出了今后棕榈藤材在包装领域的开发利用发展方向.     

数据缺失下学习贝叶斯网的SEM算法

针对SEM算法易收敛于局部最优的问题,提出一种改进SEM算法——DSEM-PACOB算法,采用PACOB算法提供的良好候选网络及合理的策略,估计节点变量缺失值,并使与待估节点变量紧密相关的若干节点变量直接参与估计。实验结果表明,与SEM算法相比,利用新算法获得的最终解的质量有所提高,且具有更好的稳定性。     

D-S证据融合的中医辨证模型

为提高传统不确定性推理在中医辨证中的准确率和灵活性,提出了基于D-S证据理论的中医辨证模型。模型采用群决策理论,以证素为识别框架,以不同专家的诊断结果为基本可信度分配,对专家的诊断结果进行证据融合,模型能够降低系统的不确定性,提高证素诊断的准确率和可信度。以冠心病的中医诊断为例,验证了模型的有效性。     

基于多尺度一致性与注意力机制的视网膜血管分割网络

针对现有的视网膜血管分割方法存在对微血管和毛细血管的分割能力不足,导致血管断连和末端血管漏分,造成视网膜血管分割性能不佳的问题,本文提出一种基于多尺度一致性与注意力机制的视网膜血管分割网络(multi-scale consistency and attention mechanism U-Net, MCAU-Net)。首先,该网络在瓶颈特征层嵌入注意力细化模块(attention refinement module, ARM),能有效细化瓶颈层冗余的特征,抑制背景等无关像素的权值。其次,将上下文特征融合模块(context fusion module, CFM)与传统的跳跃连接相结合,以此补充在特征提取过程中逐渐丢失的信息,加强网络对微血管和毛细血管的构建能力。最后,基于网络的多尺度输出设计了一种多尺度一致性的训练方式,以增强网络对不同尺度特征的敏感性。在DRIVE和CHASE＿DB1公开数据集上进行的对比实验表明本文网络具有良好的分割性能。     

基于改进边界距离变换的路径提取算法研究*

针对虚拟内窥镜中心路径提取算法时间效率不高的问题,通过改进边界距离变换,提出了中心路径的快速提取算法。首先建立最小距离场,在边界内推过程,仅扫描并处理与边界点面连接的点并对其设标记属性,每次向里剥离一层体素标记属性随之增加,直到对内部点集都置到边界的最小边界距离值（DFB）;然后找到DFB值不小于其所有面邻接点DFB值的体素点,即3D局部最大值;最后用最短路径相连3D局部最大值,形成中心线。实验结果表明,改进的中心路径提取算法的时间效率较传统距离变换算法有很大提高。     

基于跨层设计的无线自组网方案

首先详细描述了目前无线自组网现状及问题,然后基于跨层设计思想提出一种无线节点组网方案,尤其对MAC层、网络层的实现方案进行了详细描述,最后进行样机实现并搭建半实物仿真环境进行了仿真试验,仿真结果显示该组网方案在网络吞吐量方面比传统组网模式有显著提升.     

基于近邻传播聚类的铁路客运节点类别划分

为简化旅客列车开行方案优化编制问题,采用聚类法对铁路客运节点进行类别划分。选取2014年日均旅客发送量排名前100位客运节点的相关属性数据为实例,以铁路客运节点的类别划分依据作为属性变量,首先运用分层聚类中的凝聚法对属性变量进行聚类,然后根据简化的客运节点变量指标,运用近邻传播算法对客运节点样本其进行聚类,并引用CH、KL、IGP等三种聚类有效性指标对聚类结果加以分析。研究结果表明,将100个客运节点分为5个类别时,具有最好的聚类效果,可为旅客列车开行方案的设计奠定基础。     

计算机专业电路课程教学改革与实践

本文针对计算机专业电路课程教学工作中存在的问题,从课程体系、课程内容的调整与选择,教学方法、课程考核方法的改革等方面提出了若干改进措施和建议。