“诊脉验孕”挑战赛的传统媒体框架建构 ———基于报纸新闻的“解释包”分析

微博上发起的“诊脉验孕”挑战赛是中国医疗界近年来重要新媒体事件之一,其背景涉及中医之争。本文使 用Gamson 等人的框架理论的“解释包”分析方法,研究该事件发生过程中传统媒体上的294 篇报道,分析媒体对 “诊脉验孕”挑战赛的框架建构类别、过程和特点。研究结果发现传统媒体主要受到现有医疗体制和社会文化影响而 普遍采用支持中医的框架,说明中医一方和政府行政管理部门掌握了传统媒体的话语权。由于科学诠释框架较少被传 统媒体用来建构中西医之争新闻,因此需要深入探讨在传统媒体上如何进行科学传播。     

聚能切割在水库放空应急抢险中的应用

湖北某水库导流洞放空钢管闸阀因故障无法正常开启,对水库运行造成了极大的安全隐患,需采取有效措施放空水库以便在汛前完成闸阀抢修.根据工程特点和抢险需求,设计采用聚能爆破方法对放空钢管进行切割,并对环形切割和局部矩形切割的两种聚能切割方案进行了比选.根据拟采用的聚能切割器材料和几何形状,利用ANSYS/LS-DYNA对聚能...     

基于表面肌电信号的肌肉疲劳状态分类系统

为了实现肌肉疲劳状态的准确检测分类,提出一个完整的基于人体表面肌电（sEMG）信号的肌肉疲劳分类与检测系统。首先,通过AgCl表面贴片电极和高精度模拟前端ADS1299采集人体sEMG信号,进行小波消噪等预处理之后,提取可反映人体肌肉疲劳状态的sEMG信号时域和频域特征。然后,在常用特征如积分肌电图（IEMG）、均方根（RMS）、中值频率（MF）以及平均功率频率（MPF）基础上,为更加精细地刻画人体肌肉疲劳状态,引入sEMG信号的频域特征带谱熵（BSE）;为弥补傅里叶变换分析非平稳信号的不足,引入sEMG信号时频特征——基于经验模态分解-希尔伯特变换（EEMD-HT）的平均瞬时频率。最后,为提高肌肉非疲劳和疲劳状态分类的准确度,利用含突变的粒子群优化算法优化支持向量机（PSO-SVM）并对sEMG进行分类,实现人体肌肉疲劳状态检测。征集15名健康男青年进行sEMG信号采集实验,建立sEMG信号库,提取特征进行分类实验。实验结果表明,所提的系统能够进行高精度sEMG信号采集和肌肉疲劳程度的高准确度分类,分类准确率大于90%。     

基于YOLOv5s的铝型材表观缺陷检测方法

目前,在铝制品的加工生产过程中,缺陷检测环节仍以人眼观测为主,这种传统方式存在检测精度差和检测效率低等缺陷,为此,提出基于YOLOv5s的铝型材表观缺陷检测方法。针对具有9种缺陷的铝型材图像,使用labelimg进行标注,构建了铝型材数据集。基于该数据集,以YOLOv5s、YOLOv5m、YOLOv5l在COCO数据集上训练好的权值作为初始权值,对该3种模型进一步迭代训练,并将最优权重进行测试。对比3种模型的实验结果,决定采用YOLOv5s作为铝型材表观缺陷检测的模型,其测试精确度P、召回率R、均值平均精度mAP分别达到了0.684、0.742、0.692。并基于该模型,采用PyQt5开发了铝型材表观缺陷检测系统,其检测速率可达98Fps左右,可以很好地满足实时性要求,从而为铝型材表观缺陷检测提供了有效的参考方案。