当代大学生心理问题多维度分析及干预

健康的具有持续良性发展的心理素质是合格大学必须具备的重要潜质之一。当代大学生的心理素质整体呈现良性态势,但也有部分学生存在着心理问题甚至心理疾病,具体表现在与人际关系、恋爱、学习和职业有关的方面。大学生心理问题成因复杂,社会变迁的冲击,家庭教育的缺失,学校教育的偏离是主要根源。干预的手段主要是增强心理教育的重视性,提高心理咨询的实效性,丰富校园文化生活,将思想政治教育与心理教育相结合等。     

下颌升支矢状劈开截骨术与下颌角整形术同期进行的骨愈合动物实验研究

目的：通过对兔同期行下颌骨切开术与咀嚼肌剥离术,模拟下颌升支矢状劈开截骨术与下颌角整形术同期手术,对比观察术后骨愈合情况,从而推测其可行性。方法：选取18只健康新西兰大白兔,随机分为3组,实验组（n=8）一侧行下颌骨切开术与咀嚼肌剥离术同期手术,对侧不手术：对照组（n=8）一侧行下颌骨切开术,对侧不手术;正常对照组（n=2）不行任何手术。对比观察术后2、4、8、12周手术侧骨愈合情况。结果：实验组与对照组骨愈合过程相似,12周时各组兔骨小梁矿化度无显著差异。结论：下颌骨切开术与咀嚼肌剥离术同期进行,其术后骨断端达到骨性愈合,具有可行性。     

基于小波变换和Canny算子的齿轮边缘检测

齿轮表面的缺陷检测是保证齿轮使用安全的一个重要手段。本研究对象为整个缺陷检测系统中的一部分,对输入的图像进行边缘检测,得到图像的边缘信息,是缺陷检测前的准备工作。基于小波变换多尺度多分辨率的特性,提出了将小波变换和Canny算子相结合的方法,对齿轮边缘进行检测。首先采用中值滤波去除图像噪声,然后根据小波变换理论,选取Haar小波提取图像的低频系数并重构,再用Canny算法检测齿轮的边缘,并对实景拍摄图片进行检测实验。结果表明：当小波尺度为1时,与单纯的Canny算法检测相比,改进算法在检测精度上较Canny算子有所改进,能够较好地检测边缘。     

电感耦合等离子体原子发射光谱法测定炉渣中10种化学成分

含稀土和氟炉渣样品在低温下用盐酸溶解,过滤后残渣用无水碳酸钠和硼酸的混合熔剂熔融,以滤液浸取熔块,采用电感耦合等离子体原子发射光谱法（ICP-AES）测定了浸取夜中钙、镁、铝、硅、铁、磷、钡、钒、钛、锰含量。考察了主量元素钙、铝、硅、铁及共存元素间的干扰情况,对影响测定的各种因素进行了较为详细的研究,确定了仪器的最佳工作参数,选择了合适的分析谱线。炉渣中氧化钙、氧化镁等10种组分在一定的浓度范围内有良好线性关系,相关系数均在0.999以上。各组分的测定范围如下: CaO为 1.00%～50.00%,MgO 为1.00%～25.00%,Al2O3 为0.10%～40.00%,SiO2 为1.00%～40.00%,TFe 为0.05%～30.00%,MnO为 0.001%～15.00%,TiO2为 0.003%～5.00%,V2O5 为0.05%～5.00%,BaO为 0.001%～10.00%,P2O5 为0.01%～5.00%。对含稀土和氟的高炉渣、转炉渣、平炉渣、电炉渣等冶金炉渣标准样品进行了测定,测定值与认定值相符,测定结果的相对标准偏差在0.38%～3.6%之间。     

EDTA法测定RECl3(L)稀土总量影响因素分析

采用EDTA滴定法测定混合氯化稀土溶液[RECl_3(L)]稀土总量,研究了玻璃计量器具、分析试剂、样品的均匀性以及非稀土金属离子等对测定结果的影响。研究结果表明:玻璃计量器具对测定结果影响较大,特别是计量器具的误差累积效应,稀土总量修正(最大允许校准误差内)误差达3.66 g/L;铝、铁离子对测定结果的影响可通过加入掩蔽剂消除,锌离子浓度小,对结果的影响可忽略,在日常分析过程中,注意分析试剂的质量和正确使用,保证样品的均一性,减少分析误差,提高分析结果的准确度。     

一种仿射不变的直线描述子与直线匹配

从图像中提取的直线常出现不完整、端点位置不准确等问题,针对这些问题造成的直线匹配难点,本文提出了一种仿射不变的直线描述子.首先将待匹配直线离散为对应点的集合,将直线描述转化为点的描述,避免了直线不完整造成的支撑区域大小不一致的问题;然后结合直线的方向和长度,定义点描述子的主方向和尺度,通过统计离散点集的局部邻域的梯度信息使描述子具有仿射不变性.为了提高直线匹配速度,在进行直线描述之前,本文采用了极线约束精简了待匹配直线集合,再利用最近邻距离比准则对直线精确匹配.实验结果表明本文提出的直线描述子在仿射、亮度、视点、遮挡等变化条件下具有精确的匹配性能.     

水泥28d抗压强度的快速测定

本文讨论了水泥快速强度的测定 ,并根据试验数据建立了水泥 2 8d抗压强度与快测强度的经验公式 ,该公式比以往使用的经验公式具有较高的准确度。工程中可以作为一种辅助测定、检验水泥强度的方法     

域自适应城市场景语义分割

目的 域自适应分割网（AdaptSegNet）在城市场景语义分割中可获得较好的效果,但是该方法直接采用存在较大域差异（domain gap）的源域数据集GTA（grand theft auto）5与目标域数据集Cityscapes进行对抗训练,并且在网络的不同特征层间的对抗学习中使用固定的学习率,所以分割精度仍有待提高。针对上述问题,提出了一种新的域自适应的城市场景语义分割方法。方法 采用SG-GAN（semantic-aware grad-generative adversarial network（GAN））方法对虚拟数据集GTA5进行预处理,生成新的数据集SG-GTA5,其在灰度、结构以及边缘等信息上都更加接近现实场景Cityscapes,并用新生成的数据集代替原来的GTA5数据集作为网络的输入。针对AdaptSegNet加入的固定学习率问题,在网络的不同特征层引入自适应的学习率进行对抗学习,通过该学习率自适应地调整不同特征层的损失值,达到动态更新网络参数的目标。同时,在对抗网络的判别器中增加一层卷积层,以增强网络的判别能力。结果 在真实场景数据集Cityscapes上进行验证,并与相关的域自适应分割模型进行对比,结果表明：提出的网络模型能更好地分割出城市交通场景中较复杂的物体,对于sidewalk、wall、pole、car、sky的平均交并比（mean intersection over union, mIoU）分别提高了9.6%、5.9%、4.9%、5.5%、4.8%。结论 提出方法降低了源域和目标域数据集之间的域差异,减少了训练过程中的对抗损失值,规避了网络在反向传播训练过程中出现的梯度爆炸问题,从而有效地提高了网络模型的分割精度;同时提出基于该自适应的学习率进一步提升模型的分割性能;在模型的判别器网络中新添加一个卷积层,能学习到图像的更多高层语义信息,有效地缓解了类漂移的问题。     

图像增强中分数阶阶次自适应模型的构造

为了解决分数阶微分算子在图像增强中需要人工寻找最佳阶次,缺乏阶次自适应的问题,构造了分数阶微分阶次自适应数学模型。该模型以反正切函数为原型,以图像的梯度信息、局部信息熵、亮度和对比度为自变量,建立了微分阶次与图像局部信息之间的关系,从而可以根据图像的局部信息特征自动计算图像中各个像素点的最佳阶次,并将该模型应用在分数阶微分Tiansi算子的图像增强中。为了验证该模型的有效性,选用标准图像库中的多幅纹理图像进行实验,对实验结果进行了定性和定量分析,在定量分析中采用图像信息熵、平均梯度、清晰度和对比度四个评价指标衡量图像增强的效果,并与二阶微分Laplacian算子、Tiansi算子进行比较。理论分析和实验结果均表明建立该模型的有效性,对灰度图像可以得到连续变化的增强效果,接近于最佳分数阶微分增强效果,符合人们的视觉感受。     

一种分步的融合时空信息的背景建模

自然场景中的光照突变和树枝、水面等不规则运动是背景建模的主要困难. 针对该问题,提出一种分步的融合时域信息和空域信息的背景建模方法. 在时域,采用具有光照不变性的颜色空间表征时域信息,并提出对噪声和光照突变具有较好适应性的码字聚类准则和自适应背景更新策略,构造了对噪声和光照突变具有较好适应性的时域信息背景模型. 在空域,通过采样将测试序列图像分成两幅子图,而后利用时域模型检测其中一幅子图,并将检测结果作为另一幅子图的先验信息,同时采用马尔科夫随机场（Markov random field,MRF）对其加以约束,最终检测其状态. 在多个测试视频序列上的实验结果表明,本文背景模型对于自然场景中的光照突变和不规则运动具有较好的适应性.