基于高斯曲率的蛋白质嵌入到对称低温电镜密度图的方法

为了解决低温电镜三维重构得到的对称生物大分子三维结构分辨率低的问题,提出一种新的基于高斯曲率计算的自动化的方法.通过计算生物分子表面的高斯曲率和优化模型等数学方法把单个蛋白质或其他亚基嵌入到对称的低温电镜密度图中,通过计算蛋白质和对称低温电镜密度图的离散高斯曲率来定义特征点,对低温电镜密度图,利用K-means分类来定义相应的特征点.用均方根偏差值、曲率的交叉关联系数和优化模型来匹配对应的特征点,用最小二乘法计算旋转矩阵和平移向量.最后,用同样的方法把其他部分也嵌入到对称的生物大分子中.给出了椭球体x~2+y~2/2+z~2/3=1的解析高斯曲率和数值计算的高斯曲率的比较、蛋白质1DOR的高斯曲率计算和特征点的计算结果、蛋白质1DOR和2REC的分子装配结果可视化.数值实验结果表明所提出来的一系列的方法是准确和有效的.     

合肥环境空气中 PM2．5的影响因素和时空分布

针对合肥市环境空气中的 PM2．5污染,使用残差分析、相关系数等方法,建立多元线性回归、污染指数、改进的高斯等模型,运用 Matlab、Eviews、Surfer 等软件,对数据进行处理,得出结论：1）影响 PM2．5浓度的主要影响因素是 CO、PM10的浓度;2）该地区 PM2．5的时空分布和传播规律为沿市区向周围污染逐渐降低;3）自然因素对 PM2．5的传播主要受到风速、温度的影响且随着温度升高污染程度降低,风速越大污染程度越高。     

基于马尔可夫随机场的非监督声呐图像分割方法

针对声呐图像的特点,提出了一种新的基于马尔可夫随机场(MRF)的非监督声呐图像自动分割方法。研究发现,声呐图像混响区基本上都服从高斯分布,然而,其直方图离散化的分布效果不利于图像的自动分割,因此,通过一种快速有效的高斯金字塔模型对声呐图像进行预处理,使得处理后的声呐图像的海底混响区直方图服从高斯分布。在此基础上提出了一个能够自动确定声呐图像分类个数的模型,并通过该模型结合一种局部能量极值化的方法对马尔科夫模型的初始化参数进行估计,从而形成一种完全自动的声呐图像分割模型。最后,利用该模型对声呐图像数据进行了分割实验,并和其他典型的分割算法进行了比较,验证了该方法的有效性及快速性。     

混联系统的可靠性蒙特卡诺模拟及其EB估计

在复杂的混联系统中,利用Monte Carlo方法建立随机模型,研究可靠性模拟问题,并假定该模型具有随机移走的逐步增加Type-Ⅱ截尾。采用Bayes方法与极大似然估计相结合的方法,在平方损失下,得到了混联系统部件的失效率、系统可靠度和平均寿命的经验Bayes估计。最后给出算例分析,说明该方法的正确性和可行性。     

高斯曲率内蕴公式的几种形式的推导方法

考虑曲面上高斯曲率内蕴公式的表示问题,运用曲面基本方程的矩阵表示法,给出了高斯曲率是内蕴量的直接的显式公式,并指出这种内蕴公式与Brioschi的表示公式是明显一致的;给出了高斯曲率简化公式的推导来源,揭示出了高斯曲率隐式公式的发现过程.     

高斯滤波算法在缺陷视觉检测中的应用研究

机器视觉中的缺陷检测是个难点。图像的滤波处理通常是为了消除噪声干扰,处理的原则是保留大部分有效信号,抑制少数的异常信号。在机器视觉的缺陷检测时,需要提取图像中的每一个异常信号,忽略大部分正常图像信号,与图像的滤波处理正好相反。在大量实践基础上,本文总结出了一套基于高斯滤波算法的缺陷检测方法,特别适合细微缺陷的检测。该方法已经投入应用,在应用过程中取得了良好的效果。     

煤层底板岩体参数概率分布及Bayes优化

正确确定煤系岩体力学参数的概率分布是承压水上采煤底板稳定可靠性分析的关键。以淮北矿区部分煤矿下组煤底板砂岩强度参数为例,以K-S检验法对数据进行概率分布拟合,获取参数分布类型及统计量。以此大样本概型为先验函数,具体工作面底板岩体小样本参数的概型为似然函数,基于Bayes方法对其优化,得到验后分布的概型参数。计算结果表明,下组煤底板砂岩强度参数全部接受正态分布和对数正态分布,优化后的方差有所下降,可以提高底板采动稳定可靠性分析结果,从而达到优化目的。     

AVO流体反演技术在低孔渗砂岩气藏预测中的应用

西湖凹陷A构造的砂岩气藏,主要埋藏于3000m以下的深层,且发育于浅水沉积环境,储层物性较致密,厚度横向变化大,导致储层的AVO响应复杂,常规AVO分析难以对储层流体进行有效识别。研究了AVO流体反演技术在该构造含气储层预测中的应用。该技术在对储层以及非储层速度、密度、厚度等关键参数的统计分析的基础上,利用Monte－Carlo随机模型建立、地震正演模拟、流体替换等技术,获得储层在不同流体下AVO响应的验前概率;然后利用Bayes理论,估算实际地震数据AVO响应指示储层含某种流体的可能性一验后概率,从而实现储层流体的预测。实际钻探结果证实了该方法的有效性。     

卧龙湖矿8101面地下水水质分类判别研究

为分析卧龙湖8101工作面涌水补给源以及集水形式,统计整理了本矿井地下水样品常规水质分析数据62组。利用多元统计组合模型与maltab方法相结合对8101工作面涌水水源进行分析研究.结果说明:8101工作涌水水源与本矿10煤砂岩水质类型一致。卧龙湖矿各地层地下水水质的首要因子为Ca2+,Mg2+,SO42-,体现太灰水的外来补给;第二因子是阳离子交替吸附作用,其涌水体现了地下水静储量消耗。多元统计模型与maltab方法相结合是一种稳定性高且切实有效,适用于地下水水源水化学分析的方法。     

基于机器视觉及深度学习的静脉药物调配机器人药瓶识别北大核心

静脉药物调配机器人需要对数百种不同类型的药物进行调配,不同药物药瓶类型的识别、测量是精准调配的关键。对静脉药物调配机器人在药瓶类型分类、药瓶关键尺寸测量等不同任务要求情况下,运用基于机器视觉方法和深度学习框架YOLOv5s,实现了一种高效稳定的识别测量方法。结合机器视觉方法的测量准确性,深度学习方法对背景、光源的不敏感性,实现配药过程中不同环节药瓶的准确识别、测量。并通过实验定量地检测背景、环境光源对于识别结果的影响。