浅议预钻孔在静压桩工程中的应用

针对某工程的岩土工程条件和实际工程进度要求,在常见长螺旋钻方式预钻孔PHC桩施工工艺的基础上,通过试验最后确定用泥浆护壁旋挖预钻孔成孔、机械回填泥土、再进行静压施工PHC桩的施工工艺,成功完成了5组试桩,并通过质量检测合格,该工艺在后期工程桩施工中得到大面积应用,为静压PHC桩施工带来了一种新的施工方法。     

一种基RSA的XML盲签名方案

介绍了盲RSA盲签名方案和XML数字签名规范。在简要阔述了二者的当前应用和各自的优缺点之后。找出当今得到广泛关注的XML技术和盲签名的结合点，提出一种基于RSA公匙体制的XML盲签名方案。并分析了其安全性。该方案充分体现了XML和盲签名各自的优点，安全性很高，具有良好的应用价值和前景。最后，给出了两个值得关注的相关研究方向。     

一种新的动态QoS多播路由启发式算法

为了满足多播业务的实时性要求、提高网络资源利用率，提出一种新的时延受限动态多播路由算法。该算法充分考虑路径时延对多播树总代价的影响，利用前k条最短路径方法和路径选择函数来生成多播树。算法可以在满足时延约束的情况下，快速地找到性能较好的多播树，同时可以根据网络节点的加入或退出请求来更新多播树，实现对多播树的动态维护。实验结果表明，该算法代价性能良好、能够满足多媒体网络的实时性要求。     

基于用户推荐影响度的并行协同过滤算法

基于共同评分与项目全集的相似度未甄别近邻的推荐影响力,导致推荐质量低,可扩展性差。为此,提出了一种基于推荐影响度的并行协同过滤算法。该算法通过非共同评分项目、共同评分项类以及用户访问次数来计算用户推荐新颖度与兴趣重合度以度量用户推荐能力,并融入相似性计算来抑制相似度高但推荐力不强的用户,避免在项目全集上计算相似度,从而提高推荐质量;通过MapReduce并行化,使其具备良好的实时性和可扩展性。实验结果表明,该算法在海量数据集上的推荐质量更高,可扩展性更强。     

基于双解码U型卷积神经网络的胰腺分割

计算机断层成像(computed tomography, CT)中, 胰腺分割作为医学图像分析中最具挑战的任务之一, 由于其体积小、形状多变的特点, 导致传统的自动分割方法无法达到理想的分割精度. 利用高级语义特征指导低级特征的思想, 提出一种基于双解码U型卷积神经网络的单阶段胰腺分割模型. 模型由一个编码器和两个解码...     

医学图像融合方法综述

多模态医学图像能够为医疗诊断、治疗规划和手术导航等临床应用提供更为全面和准确的医学图像描述。由于疾病的类型多样且复杂,无法通过单一模态的医学图像进行疾病类型诊断和病灶定位,而多模态医学图像融合方法可以解决这一问题。融合方法获得的融合图像具有更丰富全面的信息,可以辅助医学影像更好地服务于临床应用。为了对医学图像融合方法的现状进行全面研究,本文对近年国内外发表的相关文献进行综述。对医学图像融合技术进行分类,将融合方法分为传统方法和深度学习方法两类并总结其优缺点。结合多模态医学图像成像原理和各类疾病的图像表征,分析不同部位、不同疾病的融合方法的相关技术并进行定性比较。总结现有多模态医学图像数据库,并按分类对25项常见的医学图像融合质量评价指标进行概述。总结22种基于传统方法和深度学习领域的多模态医学图像融合算法。此外,本文进行实验,比较基于深度学习与传统的医学图像融合方法的性能,通过对3组多模态医学图像融合结果的定性和定量分析,总结各技术领域医学图像融合算法的优缺点。最后,对医学图像融合技术的现状、重难点和未来展望进行讨论。     

n组分放射性衰变曲线的差分方程

按照放射性衰变的规则，导出了n组分放射性衰变函数的差分方程。利用差分方程和线性化技术，提出了一个拟合n组分放射性衰变曲线的非迭代方法。     

ISOLAN在线同位素分离器束流光学优化设计和计算程序ISOOP

根据荷电粒子传输原理，研制了用于本所在线同位素分离器ＩＳＯＬＡＮ束流学系统优化设计和理论计算的计算机程序ＩＳＯＯＰ。程序的最大特色是采用了最优化技术对束流光学参数进行优化调整。程序已成功地应用于ＩＳＯＬＡＮ的设计。完成了整机参数的优化计算和束流包络计算。     

聚合物共混相容性的理论和实验

本文简要综述了有关高分子共混体系相容性的理论、实验方法和影响因素。理论包括热力学判据,Scott理论和近年发展起来的状态方程理论。实验方法涉及电子和光学显微镜法,光散射法,X光散射法,中子散射法,玻璃化温度评价,熔点降低法,量热法,反相气体色谱,红外吸收光谱,荧光光谱和核磁共振等方法。总结了分子间力,分子量,环境温度和压力以及增容剂对高聚物间相容性的影响。     

使用代数多重网格进行多聚焦图像融合

针对将代数多重网格对图像结构信息的提取能力应用到图像的融合方面进行了研究,提出了一种基于代数多重网格的自适应多聚焦图像融合算法。首先提取图像的粗网格数据,然后进行分块重建,根据分块重建结果与原始图像的均方差选择合适的源图像分块进入融合图像。为了避免分块之间的不连续性,采用了自适应的策略。实验结果表明,自适应图像融合的结果没有丢失有效信息,能够最大程度地将清晰物体保留在融合图像之中。