一、新的测量手段——计算机辅助检测(论文文献综述)
王天宇[1](2021)在《基于数字成像和图像处理的转速和振动测量研究》文中指出旋转机械在能源、化工、电力、冶金等行业占有举足轻重的地位。旋转机械的转速和振动参数是其重要的运行参数,其测量有助于及时、准确地掌握旋转机械的健康状况,为工业系统故障预警、避免无计划的停工停产提供科学的数据。然而现有的检测仪表在性能、价格和适用范围等方面均存在一定的局限性,特别是在复杂、恶劣的工业环境下。比如对于尺寸较小的微机电系统,常规的接触式测量装置会引入额外质量,影响其动态特性。在一些不易于粘贴标记的对象,比如大型风机的叶片等部件,常规传感器的安装与维护成本较高。为了更好地保障机械设备运行的安全性和高效性,有必要继续探究新的测量技术,准确可靠地测量转速和振动,来实现更为完善的设备工作状态监测,推动该领域的研究发展。随着图像传感器制造工艺和图像处理技术的发展,视觉测量方法在机械状态监测领域得到了一定的应用。但目前的视觉测量系统主要是基于昂贵的高速相机,不利于工业上的普遍应用。另外,由于运动模糊等现象的影响,测量精度有待提升。本文通过研究旋转机械转子部件在设备运行过程中的运动特性和图像传感器的感应机理,开发基于低成本图像传感器和图像处理技术的转速和振动测量系统,其具有较高的测量精度和可靠性。相比于高速相机成像的测量系统,该方法可大大降低测量成本。主要的研究成果如下:(1)提出一种基于图像序列相似度的转速测量方法。该方法采用低成本图像传感器采集图像序列,通过提出的三种图像相似度指标,将图像序列转换为一维的相似度信号。根据图像相似度信号的时域、频域特性,提出短时Chirp-Z变换和基于抛物线插值的短时自相关方法,用于图像相似度信号的瞬时旋转频率估计,提取转速信息。对恒定转速的测量结果的最大相对误差不超过±0.7%,归一化标准差不超过1%(转速测量范围为0rpm-3000rpm)。对于动态转速,亦能够得到满意的测量结果。对于渐变转速(1000 rpm-2000 rpm)的测量误差小于±0.5%,对于转速的阶跃变化,测量误差不超过1.4%。该方法基于图像的周期性,可有效克服运动模糊、目标遮挡等不利影响,保证测量精度。(2)提出基于图像相关的振动测量方法。当旋转机械在运行时,旋转部件的振动会导致图像灰度分布的变化。采用图像相关方法处理旋转部件图像序列,获取能够表征旋转部件振动的图像相关信号,通过频谱分析求解旋转部件的振动频率和振幅。与商用电涡流传感器的测量结果进行了对比。从实验结果上来看,该视觉测量系统能够准确地测量不同转速下的振动频率和相对振动幅度,测得的振动频谱与参考装置几乎一致,在基频和高次谐波频率处都存在强烈且明显分离的谱峰。不同于现有的图像方法,该方法无需在被测部件上附加人工标记,具有较高的普适性。(3)提出基于二维码跟踪的转速测量方法。利用局部特征和图像匹配算法,跟踪粘贴在旋转部件表面的二维码标记,实现旋转部件旋转角度和转速的测量。本文主要采用AKAZE局部特征,并通过图像相关系数和Hamming距离对特征匹配过程进行优化,提高特征匹配精度,减少误匹配。测量结果与SIFT、SURF算法进行对比。实验结果表明,转速测量的最大相对误差不超过± 1%,归一化标准差不超过0.6%,测量性能优于SIFT、SURF算法。该方法只需2张转子图像,即可完成测量,具有较高的测量精度、实时性好。(4)在多种实验工况的条件下对视觉测量系统进行性能测试,实验结果验证了测量系统的可靠性和环境适应性。深入研究图像传感器分辨率、帧率、曝光时间、光照强度、拍摄角度等对测量系统性能的影响,探求视觉测量系统最佳工作参数。另外,对提出的视觉测量系统进行了现场测试,包括风力发电机的转速和振动测量、工业电机转轴的转速测量等。实验表明,本文开发的视觉测量系统可以精准表征旋转机械转速与振动等信息,测量精度和测速范围均优于现有的图像方法。
付彬洁[2](2021)在《人工智能肺结节辅助诊断系统的检测性能评估》文中提出目的探究CT有效剂量(E)和卷积核对不同人工智能辅助诊断系统(AIADS)检测肺结节的影响;评估四个系统识别和测量四种类型的肺结节的性能。材料与方法使用不同等级的CT有效剂量(3-5、1-3、0.5-1和<0.5 m Sv)扫描带有四种类型(小磨玻璃结节[SGGN],小实性结节[SSN],磨玻璃结节[GGN],实性结节[SN])的模拟肺结节的胸部体模。将扫描后的图像使用不同的卷积核值(B30f,B60f,和B80f)进行1 mm薄层重建。运用四家AIADS(A,B,C和D)自动识别和测量不同条件下的图像中的模拟肺结节和结节相应的体积。计算各AIADS在在不同E和卷积核条件下识别肺结节的灵敏度,假阳性(FP),假阴性(FN),相对体积误差(RVE),对不同类型肺结节的漏检率(MDR),以及评估各系统预测四种类型结节的性能。结果整体而言,系统B的中位灵敏度最高(100%);系统B(1)和D(1)的中位FP低于软件A(11.5)和C(5);系统D的RVE最小(13.12%)。当E<0.5 m Sv时,系统D的灵敏度下降,而系统A和B的FP和FN显着增加;当卷积核从B80f降为B30f时,系统A的FP减少而C的FP增加(58.84%),并且系统A,B和C的RVE均增加。除测量SGGN外,系统D的RVE最低。系统B测量SGGN的RVE最小。系统B和D的体积测量通过了Bland–Altman一致性测试(P=0.40)。此外,系统B对SGGN的MDR为4.17%,对其它类型结节的MDR均为0.00%。系统A对SGGN,SSN和GGN的MDR最高,分别为71.30%,25.93%和47.22%。接受者操作特征曲线表明,系统D在识别SSN和GGN方面表现最佳,曲线下面积(AUC)分别为0.91和0.68;系统B对于预测SGGN具有最佳性能(AUC=0.91)。结论AI肺结节辅助诊断系统B和D在正常或低剂量条件下都具有较高的检出率。但是,系统A和C的检测效率会受到E和/或卷积核的影响,但E不会影响AI系统对肺结节体积的测量。在四种类型的结节中,SGGN最难识别;系统D在测量结节体积方面最准确,系统B在识别结节方面最准确。总之,人工智能肺结节辅助诊断系统的准确性和精度仍需进一步提高。
汪哲宇[3](2021)在《数字化慢病管理系统的研究与实践》文中研究表明为了应对以长期性、非传染性与难治愈性为主要特征的慢性疾病的复杂护理需求,“慢病管理”——一种以患者为中心的新型卫生服务模式——自上世纪八十年代开始逐渐涌现并不断发展。协同护理是慢病管理区别于传统卫生服务模式的关键要素,其目标是为患者提供有组织性的协同化医疗服务。以移动健康和人工智能为代表的信息技术能够提升慢病管理的协同效率,帮助患者与护理提供者之间形成完整的闭环反馈,将循证知识与健康数据中蕴含的信息集成到管理过程之中,推动慢病管理逐渐从传统方式向全面的数字化方式过渡。虽然以慢性病照护模型为代表的慢病管理理论模型已经发展得较为成熟,且其有效性已经在多个国家得到了验证,但在当前我国的慢病管理实践中,仍然存在着一系列的关键问题,导致以协同护理为核心的数字化慢病管理技术尚未得到有效应用。同时,数字化慢病管理领域的相关实施性研究也存在着一定的局限性。针对这些关键问题,本论文系统性地研究了如何在我国的医疗场景下形成以协同护理为特征的数字化慢病管理关键方法,具体内容包括:(1)数字化慢病协同管理模型的构建与表达方法研究。针对我国慢病管理实践存在的管理角色分工不明确、缺乏数字化全流程决策支持等问题,使用路径的方式对通用性慢病管理方法进行明确可执行的表示,通过对高血压、糖尿病与慢阻肺三类常见慢病国内外指南的分析与归纳,提炼出了包含九类共通任务的通用性管理路径,并对数字化场景下各病种的具体路径进行了明确。在此基础上,面向我国管理模式构建了路径驱动的数字化协同管理模型,并通过本体对模型中包含的结构化知识与具体路径中的医学决策知识进行了表达。(2)数字化背景下面向患者依从性增强的个性化管理方法研究。针对患者自我管理依从性问题与相关个性化管理研究的局限性,一方面,从移动健康应用的个性化需求分析入手,基于目标导向型设计方法中的用户建模过程,结合相关健康行为理论,提炼了面向患者自我管理依从性提升的用户模型,结合问卷与访谈结果识别出了三类患者虚拟角色与其对应的个性化需求。另一方面,从人工智能技术的管理实践入手,基于本体与多种自然语言处理技术实现了一种根据患者特征为其推荐相关文章的个性化健康教育方法;基于强化学习技术实现了一种在虚拟管理环境中根据患者与管理师状态给出干预建议的个性化管理策略生成方法。(3)数字化慢病闭环管理系统的设计与实现。针对我国慢病管理信息化实践中存在的缺乏理论指导以及多病种集成性较低等问题,基于所构建的模型与个性化管理方法,设计并实现了包含智能服务引擎与客户端两大组件的数字化慢病闭环管理系统。智能服务引擎以通用性慢病管理路径本体为核心,能够通过多种类型的接口为系统提供数据存储与全场景决策支持服务;客户端中的医生工作平台基于共通性路径任务设计,能够辅助不同角色的医护人员执行具有时序性与闭环性的协同式管理;客户端中的患者移动终端基于所提炼的个性化需求与行为改变轮设计,能够为患者提供全方位的自我管理支持,并在一定程度上改善患者依从性。所实现系统目前已在我国多个地区进行了实际的部署与应用。(4)面向数字化慢病管理的评价体系构建与实践。针对数字化场景下管理系统评价方面存在的局限性,基于面向远程医疗的综合评估模型,提炼了包含评价角色、评价重点与评价角度三个维度的面向个体层面的数字化慢病管理评估模型,并依据该模型对所实现系统进行了不同证据水平的实践评价,包括基于系统真实数据的回顾性评价、面向慢阻肺患者的前后对比试验与面向高血压患者的随机对照试验。评价结果表明,当前系统能够帮助医护人员与患者共同合作,开展医患之间高效互动的闭环式协同管理,并在一定程度上改善患者的疾病控制情况、日常生活质量与疾病认知水平。总的来看,本论文所提出的路径驱动的数字化慢病管理系统能够在一定程度上解决我国慢病管理实践与慢病管理领域相关研究中存在的多种问题,为数字化慢病管理在我国的推广与应用提供了理论指导与实践验证。
李强[4](2020)在《基于深度神经网络的DDH影像学辅助诊断模型的构建与应用研究》文中研究说明目的意义:发育性髋关节发育不良(Developmental dysplasia of the hip,DDH)是骨科常见病,该病重在早期诊断、早期治疗。虽然现在有超声和X线片等多种筛查和诊断方法,但在早期DDH患者往往没有症状或症状较轻,影像学也可能没有明显改变,同时地区间特别是基层地区医疗水平的差异明显,缺少专业的骨科及影像科医师,目前仍有大量患者被漏诊。因没有得到恰当的治疗,多数患者在20-40岁时症状逐渐加重,而发展成髋关节炎,甚至需要关节置换。膝内翻畸形和膝外翻畸形是很常见的关节畸形,流行病学研究表明双膝内、外翻的患者约占研究人群的25%和60%。可能是原发性或与生长板或骨形成疾病有关。膝关节成角畸形轻者影响患者下肢美观,重者影响患者下肢运动功能、性格、家庭等方面。临床中如未能对膝关节角度进行精确测量和评估,常常容易造成漏诊。如果没能早期诊断并及时矫正畸形定会逐渐超出生理极限而产生疼痛和活动受限等症状,引起膝关节骨性关节炎。随着“保髋”、“保膝”理念的不断深入和普及,对于此类疾病的早期诊断、预防及矫正治疗显得越来越重要。临床迫切需要一个简单而经济有效的科学工具,对大量的骨盆正位片和下肢全长片进行快速准确的筛查,协助早期诊断DDH和膝关节内外翻,初步评估其病变程度。近年来,医疗人工智能技术取得一系列进步,在部分领域已到达甚至超过专业医师水平,具有准确率高、识别速度快、临床应用空间广泛等优势。结合以上临床问题、收集影像数据,提出构建测量sharp角、中心边缘角(Center-edge angle,CEA)、髋膝踝角(Hip-Knee-Ankle angle,HKA)和辅助诊断DDH的人工智能(Artificial Intelligence,AI)模型,快速、准确地对大批量骨科影像进行筛查,降低DDH和膝关节内外翻的漏诊误诊,让此类患者得到早期诊断和治疗。材料方法:1.第2、3章收集吉林大学第二医院图像归档与通信系统(picture archiving and communications system,PACS)中12528和13332例骨盆正位X线片,随机抽取101张和104张骨盆正位X线片不加入模型训练,当作为随机病例参与对模型的验证。对其余图片进行标注、预处理后输入改进的Mask R-CNN模型进行模型训练和测试,合成进行模型训练和构建测试的环境,分别构建自动测量sharp角和自动测量CEA两个模型。两个模型与三位医生测量角度结果通过卡方检验、t检验、Kappa检验、Kendall W一致性检验等方法进行统计分析,验证新模型的准确性和高效率。2.第4章收集医院PACS系统中12325例骨盆正位X线片,随机抽取100张作为测试数据,测试数据不加入模型训练。基于改进的Mask R-CNN算法,通过对12225张骨盆正位片标注数据进行深度学习(Deep Learning,DL),将各角度对应的临床诊断写入模型,构建同时测量髋臼sharp角和CEA并依据角度辅助诊断DDH的模型。邀请30位三甲医院骨科医生(10名主任医生、10名副主任医师、10名主治医师)与该模型进行DDH诊断比赛,基于骨盆正位X线片依据sharp和CEA测量结果诊断DDH的模型与30名骨科医生对100例骨盆正位片进行诊断准确率和效率进行对比分析。3.第5章收集医院PACS系统中738张下肢全长X线片,随机选出100张下肢全长X线片为验证测试数据,验证测试数据不加入模型训练。对其余下肢全长X线片图像进行标注、预处理后输入改进的分割模型进行模型训练和测试,构建并验证自动测量HKA角模型。对自动测量HKA角模型的分割性能进行评估,并和三位医生测量结果进行统计分析。研究结果:1.第2章自动测量髋臼sharp角模型测量sharp角左右侧平均值分别为40.067±4.087°和40.653±4.214°,三位医生测量的左右侧平均值分别为39.353±6.738°和39.821±6.986°,医生测量平均值做为约定真值,模型组与医生组测量结果无明显差别。模型测量101张骨盆正位片的sharp角用时为120秒,医生平均用时150分钟,模型在测量效率方面有绝对优势。模型和医生通过测量sharp角来评价骨盆髋臼结果与最终诊断结果一致性比较,由kappa检验结果可见,模型与最终诊断结果基本一致(P<0.05)。验证了该模型在预测关键特征点、测量sharp角和评估髋臼的准确性。2.第3章自动测量髋臼CEA的模型测量CEA左右侧均值分别为29.46±6.98°和27.92±6.56°;三位医生测量CEA左右侧均值分别为29.85±6.92°和27.75±6.45°。经配对样本t检验分析,左右侧测量值和医生测量平均值间差异均无统计学意义(P>0.05)。选择Kendall W一致性检验方法,得到左侧Kendall W=0.994,P<0.001;右侧Kendall W=0.995,P<0.001,模型与医生测量值呈现高度一致性,验证了该模型在识别关键点及测量髋臼CEA的准确性。3.第4章辅助诊断DDH的模型与30位骨科医生诊断100例骨盆正位片用时和得分进行对比分析结果显示,模型用时134秒,得93分;主任医师组平均用时576.2秒,平均得83.4分;副主任医师组平均用时916.1秒,平均得66.4分;主治医师组平均用时557.0秒,平均得50.8分;所有医生平均用时683.1秒,平均得分66.9分。该模型通过骨盆正位X线片诊断DDH得分高于主任医师组,我们认为该模型通过骨盆正位X线片诊断DDH的水平达到甚至超过专家级水平。4.第5章对自动测量HKA角的模型的三个网络的分割性能进行评估,各深度神经网络(Deep Neural Networks,DNN)的Dice、Recall和Precision值分别为股骨头84.13%、83.21%和86.42%;膝关节93.45%、91.17%和96.16%;踝关节81.79%、76.80%和88.71%。选择3个骨科医生的测量值进行比较,三个医生的测量结果无差异(F=1.041,P>0.05)且一致性较高(Kendall’s W=0.997,P<0.001)。将3个医生的测量平均值作为约定真值,为169.32°±9.88°,模型预测值为169.81±9.61°。两组数据差异无统计学意义(t=0.280,P=0.780)且一致性较高(ICC=0.998,P<0.001)。验证了该模型分割股骨头、膝关节、髋关节和计算中心点测量HKA角的准确性。研究结论:本研究通过对Mask R-CNN算法和分割算法的改进,将通过标注的大量骨盆正位X线片和下肢全长片图像数据输入模型进行训练和测试,成功构建了四个全新有效的医疗模型,分别是自动测量髋臼sharp角模型、自动测量髋臼CEA模型、根据骨盆正位X线片诊断DDH模型、自动测量HKA角模型。四种模型可以对X线片泪滴下缘、股骨头中心点、髋臼外缘、膝关节中心点、踝关节中心点等关键点进行精准定位,根据识别的关键点自动绘制测量sharp角、CEA及HKA角,将不同度数对应的临床诊断用代码写入模型,该模型依据测量到的角度根据诊断标准输出诊断结果。这为骨科影像测量与评估提供了一种新型智能化的测量工具。还为基层和诊断经验较少的医生提供了一个新的可靠的诊断筛查DDH、膝关节内外翻的新方法,将提高基层DDH、膝内外翻的诊断水平,促进医疗公平性。通过本研究验证了Mask R-CNN模型和分割算法在骨科影像测量方面的巨大优势,为骨科影像智能化自动化测量、评估、分类及诊断打下了很好的研究基础。同时给大批量骨盆正位片和下肢全长片进行DDH、膝关节内外翻筛查提供了可能性。通过筛查早期明确诊断,在未出现软骨退变之前帮助临床医生做出决策,制定治疗方案,改善预后。本论文提出的改进型的Mask R-CNN模型及分割模型,不仅能够分担临床病例测量和辅助诊断工作,而且帮助医生节约诊疗时间,提高医疗效率,具有十分重要的临床意义。
教育部[5](2020)在《教育部关于印发普通高中课程方案和语文等学科课程标准(2017年版2020年修订)的通知》文中研究说明教材[2020]3号各省、自治区、直辖市教育厅(教委),新疆生产建设兵团教育局:为深入贯彻党的十九届四中全会精神和全国教育大会精神,落实立德树人根本任务,完善中小学课程体系,我部组织对普通高中课程方案和语文等学科课程标准(2017年版)进行了修订。普通高中课程方案以及思想政治、语文、
陈思吉[6](2020)在《三维建模的多源数据融合算法研究》文中研究表明三维建模在智慧城市管理、历史文化遗产保护和地质灾害应急救援等领域应用广泛。随着测绘科学技术与设备制造业的发展,基于多源数据的三维数据融合建模产业呈现出欣欣向荣的局面。倾斜摄影测量和三维激光扫描作为常见的空间数据采集方式,在生产中应用越来越广。在三维建模的多源数据融合算法研究中,由于受到多源数据自身异源异构和数据量大等数据特性的限制,导致多源数据融合算法在三维建模过程中效率低且效果不佳。基于倾斜摄影测量和三维激光扫描采集的数据融合也存在类似问题。针对上述问题,本文分别从图像融合处理、点云融合处理和多源数据融合等方面关键算法进行深入研究。论文的主要研究内容及研究结果如下:(1)针对图像融合研究中常规图像边缘检测算法检测不敏感的问题,本文构建了一种改进拉普拉斯的边缘检测算法,该算法首先对图像进行增强处理,并用高斯滤波器平滑图像,抑制噪声;然后对RGB三个相位分量方向分别进行拉普拉斯模板锐化拉伸;最后对这三个分量进行相位重组,实现改进算法的边缘检测。论文对构建的改进算法进行了对比实验研究,研究结果表明:与其它算法相比,本文构建的算法边缘检测效果更好,所获得的峰值信噪比(PSNR)高于常规算法,且均方误差(MSE)更小,同时,算法具有更好的鲁棒性。(2)针对点云数据融合处理中经典SAC-IA算法效率低、经典ICP算法迭代收敛速度缓慢,且迭代解普遍陷入局部最优解等问题,本文基于SAC-IA和ICP算法,构建了一种结合SAC-IA和ICP算法的点云融合处理改进算法,为后续的多源点云数据融合提供算法支撑。该改进算法的处理过程如下:在利用SAC-IA算法初始配准时,先对点云数据进行点云LOF因子精简处理,删除不必参与后续配准运算的点云,以提高点云粗配准处理效率;在利用ICP算法进行精确配准时,采用R树索引,加速对应点对查询,然后用方向向量的角度阈值对错误匹配点对进行剔除,进而提升精配准效率。论文对构建的改进算法进行了实验对比分析研究,实验结果表明:改进算法在耗时、均方误差和配准误差等方面均优于经典算法,该改进算法在配准耗时、精度和算法效率上提升明显。(3)针对不同数据源,特别是倾斜影像点云和激光雷达点云在进行多源数据融合中出现的融合数据不兼容的问题,本文构建了一种R树索引的点云融合处理算法,对运动恢复结构(SFM)生成的密集点云进行数据结构和模型一致的转换,为后续两种数据融合建模提供技术支撑。该算法首先对点云创建三维R树索引并加载保存至点云数据;然后组合多视点云,搜索点云球体邻域、映射点云至更高维空间,在空间中建立最大间隔的超平面,在此基础上做多个平行超平面用以分离点云,利用Delaunay生长法生成三角形,进而进行点云数据结构匹配判识;最后,进行线性转换。(4)论文基于倾斜摄影点云数据和激光雷达点云数据,融合两种数据并开展三维建模实验,并将其与单一数据源的三维建模成果进行比较。实验结果表明:基于多源数据融合的建模效果优于单一数据源的建模效果。
韩冬辰[7](2020)在《面向数字孪生建筑的“信息-物理”交互策略研究》文中指出建筑信息模型(BIM)正在引发从建筑师个人到建筑行业的全面转型,然而建筑业并未发生如同制造业般的信息化乃至智能化变革。本文以BIM应用调研为出发点,以寻找限制BIM生产力发挥的问题根源。调研的众多反馈均指向各参与方因反映建筑“物理”的基础信息不统一而分别按需创建模型所导致的BIM模型“林立”现状。结合行业转型的背景梳理与深入剖析,可以发现是现有BIM体系在信息化和智能化转型问题上的直接表现:1)BIM无法解决跨阶段和广义的建筑“信息孤岛”;2)BIM无法满足建筑信息的准确、全面和及时的高标准信息要求。这两个深层问题均指向现有BIM体系因建成信息理论和逆向信息化技术的缺位而造成“信息-物理”不交互这一问题根源。建成信息作为建筑物理实体现实状态的真实反映,是未来数字孪生建筑所关注而现阶段BIM所忽视的重点。针对上述问题根源,研究对现有BIM体系进行了理论和技术层面的缺陷分析,并结合数字孪生和逆向工程等制造业理论与技术,提出了本文的解决方案——拓展现有BIM体系来建构面向数字孪生建筑的“信息-物理”交互策略。研究内容如下:1)本文基于建筑业的BIM应用调研和转型背景梳理,具体分析了针对建成信息理论和逆向信息化技术的现有BIM体系缺陷,并制定了相应的“信息-物理”交互策略;2)本文从建筑数字化定义、信息分类与描述、建筑信息系统出发,建构了包含BIM建成模型、“对象-属性”分类与多维度描述方法、建筑“信息-物理”交互系统在内的建成信息理论;3)本文依托大量案例的BIM结合建筑逆向工程的技术实践,通过实施流程和实验算法的开发建构了面向图形类建成信息的“感知-分析-决策”逆向信息化技术。研究的创新性成果如下:1)通过建筑学和建筑师的视角创新梳理了现有BIM体系缺陷并揭示“信息-物理”不交互的问题根源;2)通过建成信息的理论创新扩大了建筑信息的认知范畴并丰富了数字建筑的理论内涵;3)通过逆向信息化的技术创新开发了建成信息的逆向获取和模型创建的实验性流程与算法。BIM建成模型作为“信息-物理”交互策略的实施成果和能反映建筑“物理”的信息源,将成为其它模型的协同基础而解决BIM模型“林立”。本文聚焦“物理”建成信息的理论和技术研究将成为未来探索数字孪生建筑的基础和起点。
刘奕[8](2020)在《5G网络技术对提升4G网络性能的研究》文中进行了进一步梳理随着互联网的快速发展,越来越多的设备接入到移动网络,新的服务与应用层出不穷,对移动网络的容量、传输速率、延时等提出了更高的要求。5G技术的出现,使得满足这些要求成为了可能。而在5G全面实施之前,提高现有网络的性能及用户感知成为亟需解决的问题。本文从5G应用场景及目标入手,介绍了现网改善网络性能的处理办法,并针对当前5G关键技术 Massive MIMO 技术、MEC 技术、超密集组网、极简载波技术等作用开展探讨,为5G技术对4G 网络质量提升给以了有效参考。
刘森,张书维,侯玉洁[9](2020)在《3D打印技术专业“三教”改革探索》文中认为根据国家对职业教育深化改革的最新要求,解读当前"三教"改革对于职教教育紧迫性和必要性,本文以3D打印技术专业为切入点,深层次分析3D打印技术专业在教师、教材、教法("三教")改革时所面临的实际问题,并对"三教"改革的一些具体方案可行性和实际效果进行了探讨。
严薇薇[10](2020)在《基于计算机辅助的输入强化技术对二语离散特征习得的研究》文中研究指明影响我国小学生无法真正习得二语(英语)特征的原因主要有如下三个:首先,我国小学阶段英语教学方法采用了适用于小学生认知发展的隐式学习方法。但是这种方法由于不能让学生对二语特征形成意识,最终无法使得他们能够使用二语。其次,我国是一个二语学习环境匮乏的国家,这就使得小学生在课堂之外很少有机会能够接触二语,就会造成缺乏足够的二语刺激使学生识记二语,不利于学生的二语发展。最后,我国《小学义务教育英语课程标准》对英语教育的要求较低,学生很少有机会去学习英语特征,这就会造成学生无法建立一个独立的二语发展系统。受母语负迁移影响,小学生容易在语言习得的敏感期对二语特征形成错误的模式,如果不加以纠正随着时间的推移会导致后期的矫正成本增大。因此,有必要采用合适的方法来促进低龄二语学者对二语特征的习得。注意力是影响二语习得的重要认知因素,它被认为是将二语输入转化为吸收的充分必要条件。输入强化是一种通过外部操纵来增加目标二语特征的显着性以吸引学习者的注意力进而促进对目标二语特征习得的隐式方法,它已经引起了很多研究人员的兴趣。前期研究大都采用书面输入强化,随着研究的深入和计算机技术的发展,基于计算机辅助的输入强化逐渐开展起来。相比较于书面输入强化,计算机辅助的输入强化可以有更多强化手段,并且能使强化手段更加灵活又生动,能够增强输入强化的效果。并且,小学生的个体差异大,计算机辅助语言学习可以对小学生开展一对一的二语特征习得和模式纠正。因此,本研究试图研究基于计算机辅助的输入强化技术能否促进低龄二语学习者对目标二语离散特征的习得。本实验选取的目标特征是陈述句和一般疑问句为,并采用了视听模态结合,视觉上对目标特征采用了动画、添加字体颜色和颜色方块的强化方式,听觉上采用了降低语速。通过使用独立样本T检验和层次聚类进行数据分析最终得出如下结论:(1)输入强化对视觉注意力的吸引受强化手段类型和学习者先验知识水平的影响。具体来说,动态的强化方式要比静态更能吸引注意力。在学习者对目标二语知识具备较低先验知识水平时,视觉输入强化技术对注意力的吸引作用更大,同时语音对视觉注意力的引导性更弱;(2)基于计算机辅助的输入强化技术能够促进但是无法保证对目标二语离散特征的习得。其中,学生的先验知识水平是一个重要的影响因素;(3)经过长期的基于注意力干预训练能够提高学习者的二语整体学习效果。本研究对二语教学中的影音学习资源的设计与开发也有一定的参考意义。
二、新的测量手段——计算机辅助检测(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、新的测量手段——计算机辅助检测(论文提纲范文)
(1)基于数字成像和图像处理的转速和振动测量研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景及研究意义 |
1.2 转速测量方法概述 |
1.3 振动测量方法概述 |
1.4 基于图像传感器的转速和振动测量研究现状 |
1.5 现有视觉测量方法的局限性 |
1.6 研究内容 |
1.7 论文组织结构 |
第2章 基于图像传感器的测量系统设计 |
2.1 测量系统概述 |
2.2 系统硬件设计 |
2.2.1 转子试验台 |
2.2.2 光源 |
2.2.3 图像传感器 |
2.2.4 光学镜头 |
2.2.5 标记的设计 |
2.2.6 计算机系统 |
2.3 视觉测量软件设计 |
2.4 成像几何基础 |
2.4.1 坐标系的定义 |
2.4.2 相机透视投影模型 |
2.5 相机标定 |
2.5.1 图像平面与平面标定板的映射矩阵 |
2.5.2 求解摄像机参数 |
2.6 本章小结 |
第3章 基于图像序列相似度的转速和振动测量 |
3.1 基于图像序列相似度的转速测量 |
3.1.1 转速测量原理 |
3.1.2 图像相似度评价 |
3.1.3 图像预处理 |
3.1.4 转速计算 |
3.2 基于图像相似度的振动测量 |
3.3 不同算法的实验对比 |
3.3.1 相似性评估算法(CORR2、SSIM和VIF)比较 |
3.3.2 频率估计算法CZT与PIAC的比较 |
3.4 本章小结 |
第4章 基于二维码标记跟踪的转速测量 |
4.1 基于二维码的转速测量机理 |
4.2 二维码检测 |
4.2.1 尺度不变特征变换 |
4.2.2 加速稳健特征 |
4.2.3 AKAZE特征 |
4.3 转速计算 |
4.4 本章小结 |
第5章 视觉测量系统实验测试 |
5.1 基于图像相似度的转速测量 |
5.1.1 实验装置 |
5.1.2 实验结果与分析 |
5.2 基于图像相关的振动测量实验 |
5.2.1 实验装置 |
5.2.2 实验结果与分析 |
5.3 基于二维码跟踪的转速测量实验 |
5.3.1 实验装置 |
5.3.2 实验结果与分析 |
5.4 视觉测量的现场应用 |
5.4.1 风力发电机的转速和振动测量 |
5.4.2 工业电机转轴的转速测量 |
5.5 本章小结 |
第6章 视觉测量系统的影响因素研究 |
6.1 帧速率 |
6.2 图像分辨率 |
6.3 曝光时间 |
6.4 拍摄角度 |
6.5 光照条件 |
6.6 标记设计 |
6.7 本章小结 |
第7章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(2)人工智能肺结节辅助诊断系统的检测性能评估(论文提纲范文)
英汉缩略语名词对照 |
中文摘要 |
英文摘要 |
前言 |
第一部分 CT有效剂量和卷积核对不同人工智能肺结节辅助检测软件性能的影响 |
1 材料与方法 |
2 结果 |
3 讨论 |
4 小结 |
第二部分 人工智能辅助检测软件识别和测量四种类型肺结节的性能评估 |
1 材料与方法 |
2 结果 |
3 讨论 |
4 小结 |
参考文献 |
文献综述:计算机辅助检测(CAD)系统在CT胸部肺结节中的运用 |
参考文献 |
致谢 |
攻读硕士期间发表文章 |
参加学术会议 |
(3)数字化慢病管理系统的研究与实践(论文提纲范文)
致谢 |
摘要 |
Abstract |
缩写、符号清单和术语表 |
第一章 绪论 |
1.1 慢病管理概述 |
1.1.1 慢病的定义与分类 |
1.1.2 慢病的全球化流行趋势 |
1.1.3 慢病管理的定义与基本要素 |
1.1.4 我国慢病流行趋势及管理现状 |
1.2 慢病管理领域研究综述 |
1.2.1 基于协同护理的慢病管理理论模型发展综述 |
1.2.2 基于CCM框架的慢病管理实施性研究综述 |
1.3 数字化慢病管理研究进展及应用实践 |
1.3.1 数字化背景下的慢病管理理论模型发展 |
1.3.2 数字化背景下的慢病管理实施性研究进展 |
1.3.3 数字化慢病管理国内外代表性应用实践 |
1.4 关键问题分析与论文研究内容 |
1.4.1 关键问题分析 |
1.4.2 论文的研究内容及创新点 |
第二章 路径驱动的数字化慢病协同管理模型构建与表达 |
2.1 路径驱动的数字化慢病协同管理模型构建 |
2.1.1 通用性慢病管理路径提炼与多病种实现 |
2.1.2 面向我国管理模式的数字化协同管理模型构建 |
2.2 基于本体的模型知识表达与验证 |
2.2.1 本体相关概念与构建方法 |
2.2.2 慢病协同管理模型基础本体构建 |
2.2.3 基于演绎推理的路径化决策支持 |
2.2.4 本体构建结果与技术性评估 |
2.3 本章小结 |
第三章 面向患者依从性增强的个性化管理方法研究 |
3.1 基于健康行为理论的患者个性化管理需求分析 |
3.1.1 移动健康应用设计方法概述 |
3.1.2 面向自我管理依从性增强的用户模型提炼 |
3.1.3 用户虚拟角色构建与需求识别 |
3.2 基于健康推荐系统的个性化健康教育方法研究 |
3.2.1 健康推荐系统相关概念与研究进展 |
3.2.2 健康知识推荐系统的设计与实现 |
3.2.3 基于测试集的推荐系统评估 |
3.3 基于强化学习的个性化管理策略生成方法研究 |
3.3.1 强化学习相关理论与研究进展 |
3.3.2 策略生成模型的设计与实现 |
3.3.3 基于虚拟环境的训练结果与模型评估 |
3.4 本章小结 |
第四章 数字化慢病闭环管理系统设计与实现 |
4.1 面向全场景决策支持的智能化慢病服务引擎构建 |
4.1.1 以引擎为核心的系统整体架构设计 |
4.1.2 基于多种软件框架的云端引擎实现 |
4.2 基于路径任务的医生协作工作平台设计与实现 |
4.2.1 路径任务驱动的协作工作平台功能设计 |
4.2.2 基于网页的协作工作平台功能实现 |
4.3 基于行为改变技术的患者移动终端设计与实现 |
4.3.1 行为改变轮驱动的干预功能设计 |
4.3.2 面向多平台的移动终端功能实现 |
4.3.3 面向患者依从性的移动终端试点性应用评价 |
4.4 系统部署与实际应用情况 |
4.5 本章小结 |
第五章 面向数字化慢病管理的多维度评价体系研究 |
5.1 数字化慢病管理系统多维度评价体系构建 |
5.1.1 慢病管理领域评价方法概述 |
5.1.2 面向个体层面的数字化慢病管理评估模型提炼 |
5.2 基于系统观察性数据的回顾性评价 |
5.2.1 研究设计与数据分析方法 |
5.2.2 回顾性评价结果总结 |
5.3 基于多层次临床试验的前瞻性评价 |
5.3.1 探究慢阻肺患者院外管理效果的前后对比试验 |
5.3.2 探究高血压患者院外管理效果的随机对照试验 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 工作总结 |
6.2 工作展望 |
参考文献 |
个人简历 |
攻读博士学位期间的主要研究成果 |
(4)基于深度神经网络的DDH影像学辅助诊断模型的构建与应用研究(论文提纲范文)
中文摘要 |
abstract |
英文缩写词表 |
第1章 绪论 |
1.1 研究背景 |
1.2 DDH影像学诊断方法的研究进展 |
1.2.1 超声影像诊断DDH及特征 |
1.2.2 骨盆正位X线诊断DDH及特征 |
1.2.3 CT影像诊断DDH及特征 |
1.2.4 MRI影像诊断DDH及特征 |
1.2.5 存在的问题 |
1.3 AI在骨科领域的应用研究进展 |
1.3.1 AI在医疗领域的发展概况 |
1.3.2 AI技术在骨科领域的应用 |
1.3.3 AI技术在骨科领域的应用局限性与研究方向 |
第2章 深度神经网络在骨科影像测量与评估的研究进展 |
2.1 Mask-R-CNN自动检测关键点测量角度 |
2.1.1 MASK-R-CNN模型的概述及结构 |
2.1.2 MASK-R-CNN模型的特点 |
2.1.3 MASK-R-CNN算法用于医学影像关键点定位 |
2.2 分割网络确定待检测部位(或器官)辅助角度测量 |
2.2.1 分割算法的结构 |
2.2.2 分割算法的特征 |
2.3 DNN在骨科影像角度测量与评估的研究 |
2.4 DNN在骨科影像角度测量与评估面临的问题及方向 |
2.5 总结 |
第3章 智能测量髋臼sharp角辅助诊断DDH的研究 |
3.1 引言 |
3.2 材料与方法(模型构建及训练) |
3.2.1 数据集 |
3.2.2 标注骨盆正位X线片图像 |
3.2.3 预处理训练的X线片图像 |
3.2.4 Mask R-CNN模型的改进 |
3.2.5 训练和测试Mask R-CNN模型 |
3.2.6 Mask R-CNN代码来源 |
3.2.7 角度测量与辅助诊断 |
3.2.8 实验硬件和软件配置 |
3.2.9 统计分析 |
3.3 结果 |
3.3.1 模型测量sharp角的准确性 |
3.3.2 模型测量sharp角用时 |
3.3.3 模型通过测量sharp角评估髋臼的发育状态 |
3.3.4 模型测量sharp角评价骨盆髋臼的准确度 |
3.3.5 模型通过测量sharp角辅助诊断DDH |
3.4 讨论 |
3.4.1 DNN模型用于医学图像研究的选择 |
3.4.2 改进的Mask R-CNN精准识别图像图像关键点 |
3.4.3 模型辅助测量sharp角减轻医生工作压力 |
3.4.4 模型可提高基层的医疗效率促进医疗公平性 |
3.4.5 模型大批量筛查降低漏诊误诊 |
3.4.6 本研究的不足 |
3.5 结论 |
第4章 骨盆正位片髋臼CEA的自动测量算法及应用研究 |
4.1 引言 |
4.2 材料与方法(模型构建及训练) |
4.2.1 数据集 |
4.2.2 标注数据及图片预处理 |
4.2.3 模型的改进、训练和测试 |
4.2.4 测量方法 |
4.2.5 实验硬件和软件配置 |
4.2.6 统计分析 |
4.3 结果 |
4.3.1 三位医生测量数值差异性分析 |
4.3.2 模型测量值与三位医生测量数值差异性分析 |
4.3.3 医生测量与测量结果的差异性比较 |
4.3.4 医生测量与模型测量结果的一致性分析 |
4.3.5 医生与模型测量用时 |
4.4 讨论 |
4.4.1 基于Mask-R-CNN算法构建测量CEA人工智能模型 |
4.4.2 测量CEA深度神经网络结构分析 |
4.4.3 验证测量髋臼CEA模型的准确性有效性 |
4.4.4 测量CEA模型的局限性 |
4.5 结论 |
第5章 髋臼Sharp角和CEA的测量方法及辅助诊疗DDH的研究 |
5.1 引言 |
5.2 材料与方法(模型构建及训练) |
5.2.1 数据集 |
5.2.2 标注及预处理 |
5.2.3 神经网络模型改进、训练和测试 |
5.2.4 角度测量与DDH诊断 |
5.2.5 实验硬件和软件配置 |
5.2.6 统计方法 |
5.3 结果 |
5.3.1 三位医生测量数值差异性分析 |
5.3.2 模型测量结果与医生测量的差异性比较 |
5.3.3 模型测量结果与医生测量值的一致性分析 |
5.3.4 模型与医生测量用时 |
5.3.5 医生用时和得分情况与机器测量的比较 |
5.4 讨论 |
5.4.1 根据骨盆正位片关键点位置的特征选择检测算法 |
5.4.2 模型诊断DDH得分比主任医师组高 |
5.4.3 对骨盆平片进行筛查辅助早诊断DDH |
5.4.4 测量sharp角 CEA促进临床研究 |
5.4.5 在术前规划和术中应用拓展的可能 |
5.4.6 改进措施 |
5.4.7 算法有助于建设高效的医疗卫生服务体系 |
5.4.8 未来工作 |
5.5 结论 |
第6章 HKA角图像分割算法及验证 |
6.1 引言 |
6.2 材料和方法(模型构建及训练) |
6.2.1 数据集 |
6.2.2 X线片图像分割标注 |
6.2.3 实验方法 |
6.2.4 分割评级指标 |
6.2.5 实验硬件和软件配置 |
6.2.6 统计分析 |
6.3 结果 |
6.3.1 分割性能评价 |
6.3.2 评价结果 |
6.4 讨论 |
6.4.1 基于深度学习测量HKA角模型的成功构建 |
6.4.2 该模型对HKA角的预测有效可靠 |
6.4.3 本研究的不足 |
6.5 结论 |
第7章 总结 |
本文创新点 |
未来工作 |
参考文献 |
附录 |
补充表1 模型和三位医生对101张骨盆正位片行sharp角测量 |
补充表2 模型和医生测量sharp角分别所用时间(单位:秒) |
补充表3 根据sharp角评估骨盆髋臼情况 |
补充表4 模型和三位医生对104张骨盆正位片行CEA测量 |
补充表5 模型和三位医生对100 张骨盆正位片行sharp角CEA测量 |
补充表6 模型与30位医生诊断100例骨盆正位片用时和得分表 |
根据X线片初步诊断DDH的测试试卷 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(6)三维建模的多源数据融合算法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 多源数据融合处理关键技术及相关算法研究现状 |
1.2.1 点云数据处理技术及相关算法研究现状 |
1.2.2 摄影测量数据处理技术及其相关算法研究现状 |
1.2.3 多源数据三维重建及其相关算法研究现状 |
1.3 目前研究所存在的问题 |
1.4 论文的研究内容及章节安排 |
1.4.1 论文的研究内容 |
1.4.2 论文框架及技术路线 |
1.4.3 章节安排 |
第二章 三维建模的多源数据融合相关基础理论 |
2.1 引言 |
2.2 三维建模技术 |
2.2.1 三维建模的概念 |
2.2.2 三维建模的基本方法 |
2.3 倾斜摄影测量技术 |
2.3.1 倾斜摄影测量基本原理 |
2.3.2 倾斜摄影测量的系统组成 |
2.4 三维激光扫描技术 |
2.4.1 三维激光扫描基本原理 |
2.4.2 三维激光扫描的系统组成及分类 |
2.4.3 刚体变换矩阵及其求解 |
2.5 多源数据融合技术 |
2.5.1 多源数据融合概述 |
2.5.2 多源数据融合基本原理 |
2.5.3 多源数据融合算法组成及分类 |
2.6 多源数据获取手段 |
2.6.1 三维激光扫描数据的获取 |
2.6.2 倾斜摄影测量数据的获取 |
2.6.3 倾斜摄影测量点云数据的获取 |
2.7 小结 |
第三章 基于拉普拉斯的图像融合处理算法及改进研究 |
3.1 引言 |
3.2 常规图像融合处理算法基本原理 |
3.2.1 Sobel边缘检测算子 |
3.2.2 Roberts边缘检测算子 |
3.2.3 Laplace边缘检测算子 |
3.2.4 Prewitt边缘检测算子 |
3.2.5 Canny边缘检测算子 |
3.3 BRGB-ALaplace图像融合处理算法 |
3.4 BRGB-ALaplace算法实验实例 |
3.4.1 实验介绍和算法实验技术路线 |
3.4.2 BRGB-ALaplace算法实验结果与目视评价分析 |
3.4.3 BRGB-ALaplace算法定量评价分析 |
3.5 小结 |
第四章 多源数据融合算法及其改进研究 |
4.1 引言 |
4.2 三维建模的多源数据融合处理算法原理 |
4.3 常规点云融合处理算法 |
4.3.1 采样一致性初始配准(SAC-IA)算法 |
4.3.2 迭代最近点(ICP)算法 |
4.3.3 PFH算法和FPFH算法 |
4.4 改进SAC-IA算法和改进ICP算法的点云融合处理算法 |
4.4.1 改进SAC-IA算法 |
4.4.2 改进ICP算法 |
4.5 结合改进SAC-IA算法和改进ICP算法的点云融合处理算法实例 |
4.5.1 实验介绍和算法实验技术路线 |
4.5.2 结合改进SAC-IA和改进ICP算法的点云融合处理结果及目视分析 |
4.5.3 结合改进SAC-IA和改进ICP算法的点云融合实验分析及评价 |
4.6 小结 |
第五章 多源数据融合算法的实景建模实例 |
5.1 研究区与实验介绍 |
5.2 实验数据采集准备 |
5.3 数据处理流程 |
5.4 建模实例结果及分析 |
5.5 小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读硕士学位期间的科研成果 |
图索引 |
表索引 |
(7)面向数字孪生建筑的“信息-物理”交互策略研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.1.1 BIM技术对建筑业及建筑师的意义 |
1.1.2 “信息-物理”不交互的问题现状 |
1.1.3 聚焦“物理”的数字孪生建筑启示 |
1.2 研究综述 |
1.2.1 数字孪生建筑的相关研究 |
1.2.2 反映“物理”的建成信息理论研究 |
1.2.3 由“物理”到“信息”的逆向信息化技术研究 |
1.2.4 研究综述存在的问题总结 |
1.3 研究内容、方法和框架 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.3.3 研究框架 |
第2章 BIM缺陷分析与“信息-物理”交互策略制定 |
2.1 现有BIM体系无法满足建筑业的转型要求 |
2.1.1 信息化转型对建筑协同的要求 |
2.1.2 智能化转型对高标准信息的要求 |
2.1.3 面向数字孪生建筑拓展现有BIM体系的必要性 |
2.2 针对建成信息理论的BIM缺陷分析与交互策略制定 |
2.2.1 现有BIM体系缺少承载建成信息的建筑数字化定义 |
2.2.2 现有BIM体系缺少认知建成信息的分类与描述方法 |
2.2.3 现有BIM体系缺少适配建成信息的建筑信息系统 |
2.2.4 针对建成信息理论的“信息-物理”交互策略制定 |
2.3 针对逆向信息化技术的BIM缺陷分析与交互策略制定 |
2.3.1 建筑逆向工程技术的发展 |
2.3.2 建筑逆向工程技术的分类 |
2.3.3 BIM结合逆向工程的技术策略若干问题 |
2.3.4 针对逆向信息化技术的“信息-物理”交互策略制定 |
2.4 本章小结 |
第3章 “信息-物理”交互策略的建成信息理论 |
3.1 建成信息的建筑数字化定义拓展 |
3.1.1 BIM建成模型的概念定义 |
3.1.2 BIM建成模型的数据标准 |
3.2 建成信息的分类与描述方法建立 |
3.2.1 “对象-属性”建成信息分类方法 |
3.2.2 建筑对象与属性分类体系 |
3.2.3 多维度建成信息描述方法 |
3.2.4 建成信息的静态和动态描述规则 |
3.3 建成信息的建筑信息系统构想 |
3.3.1 交互系统的概念定义 |
3.3.2 交互系统的系统结构 |
3.3.3 交互系统的算法化构想 |
3.4 本章小结 |
第4章 “信息-物理”交互策略的感知技术:信息逆向获取 |
4.1 建筑逆向工程技术的激光技术应用方法 |
4.1.1 激光技术的定义、原理与流程 |
4.1.2 面向场地环境和建筑整体的激光技术应用方法 |
4.1.3 面向室内空间的激光技术应用方法 |
4.1.4 面向模型和构件的激光技术应用方法 |
4.2 建筑逆向工程技术的图像技术应用方法 |
4.2.1 图像技术的定义、原理与流程 |
4.2.2 面向场地环境和建筑整体的图像技术应用方法 |
4.2.3 面向室内空间的图像技术应用方法 |
4.2.4 面向模型和构件的图像技术应用方法 |
4.3 趋近激光技术精度的图像技术应用方法研究 |
4.3.1 激光与图像技术的应用领域与技术对比 |
4.3.2 面向室内改造的图像技术精度探究实验设计 |
4.3.3 基于空间和构件尺寸的激光与图像精度对比分析 |
4.3.4 适宜精度需求的图像技术应用策略总结 |
4.4 本章小结 |
第5章 “信息-物理”交互策略的分析技术:信息物理比对 |
5.1 信息物理比对的流程步骤和算法原理 |
5.1.1 基于产品检测软件的案例应用与分析 |
5.1.2 信息物理比对的流程步骤 |
5.1.3 信息物理比对的算法原理 |
5.2 面向小型建筑项目的直接法和剖切法算法开发 |
5.2.1 案例介绍与研究策略 |
5.2.2 针对线型构件的算法开发 |
5.2.3 针对面型构件的算法开发 |
5.3 面向曲面实体模型的微分法算法开发 |
5.3.1 案例介绍与研究策略 |
5.3.2 针对曲面形态的微分法算法开发 |
5.3.3 形变偏差分析与结果输出 |
5.4 面向传统民居立面颜色的信息物理比对方法 |
5.4.1 案例介绍与研究策略 |
5.4.2 颜色部分设计与建成信息的获取过程 |
5.4.3 颜色部分设计与建成信息的差值比对分析 |
5.5 本章小结 |
第6章 “信息-物理”交互策略的决策技术:信息模型修正 |
6.1 BIM建成模型创建的决策策略制定 |
6.1.1 行业生产模式决定建成信息的模型创建策略 |
6.1.2 基于形变偏差控制的信息模型修正决策 |
6.1.3 建筑“信息-物理”形变偏差控制原则 |
6.2 基于BIM设计模型修正的决策技术实施 |
6.2.1 BIM设计模型的设计信息继承 |
6.2.2 BIM设计模型的设计信息替换 |
6.2.3 BIM设计模型的设计信息添加与删除 |
6.3 本章小结 |
第7章 结论与数字孪生建筑展望 |
7.1 “信息-物理”交互策略的研究结论 |
7.1.1 研究的主要结论 |
7.1.2 研究的创新点 |
7.1.3 研究尚存的问题 |
7.2 数字孪生建筑的未来展望 |
7.2.1 建筑数字孪生体的概念定义 |
7.2.2 建筑数字孪生体的生成逻辑 |
7.2.3 数字孪生建筑的实现技术 |
7.2.4 融合系统的支撑技术构想 |
参考文献 |
致谢 |
附录 A 建筑业BIM技术应用调研报告(摘选) |
附录 B “对象-属性”建筑信息分类与编码条目(局部) |
附录 C 基于Dynamo和 Python开发的可视化算法(局部) |
附录 D 本文涉及的建筑实践项目汇总(图示) |
个人简历、在学期间发表的学术论文与研究成果 |
(8)5G网络技术对提升4G网络性能的研究(论文提纲范文)
引言 |
1 4G网络现处理办法 |
2 4G网络可应用的5G关键技术 |
2.1 Msssive MIMO技术 |
2.2 极简载波技术 |
2.3 超密集组网 |
2.4 MEC技术 |
3 总结 |
(9)3D打印技术专业“三教”改革探索(论文提纲范文)
引言 |
1 3D打印技术专业“三教”面临的突出问题 |
1.1 师资团队的教学素养相对偏差 |
1.2 3D打印技术专业教材不成体系,资源匮乏 |
1.3 教法难以提升学生参与的主动性 |
2 3D打印技术应用专业“三教”改革措施 |
2.1 通过“名师引领、双元结构、分工协作”的准则塑造团队 |
2.1.1 依托有较强影响力的带头人,有效开发名师所具备的引领示范效果 |
2.1.2 邀请大师授教,提升人才的技术与技能水准 |
2.2 推进“学生主体、育训结合、因材施教”的教材变革 |
2.2.1 设计活页式3D打印教材 |
2.2.2 灵活使用信息化技术,形成立体化的教学 |
2.3 创新推行“三个课堂”教学模式,推进教法改革 |
2.3.1 采取线上、线下的混合式教法 |
2.3.2 构建与推进更具创新性的“三个课堂”模式 |
(10)基于计算机辅助的输入强化技术对二语离散特征习得的研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究目的 |
1.3 论文结构 |
1.4 本章小结 |
2 理论基础 |
2.1 二语习得中的注意 |
2.1.1 注意假说 |
2.1.2 二语习得中注意的测量方法的对比 |
2.2 二语习得里的输入强化技术 |
2.2.1 输入强化技术 |
2.2.2 输入强化技术的国外研究现状 |
2.2.3 输入强化技术的国内研究现状 |
2.3 总结 |
2.4 本章小结 |
3 研究方法与实验过程 |
3.1 研究问题与研究假设 |
3.2 实验参与者 |
3.3 目标二语离散特征 |
3.4 实验工具 |
3.4.1 CALL作为干预工具 |
3.4.2 输入材料 |
3.4.3 眼动追踪器 |
3.4.4 测试工具 |
3.5 实验过程 |
3.6 数据量化与分析 |
3.7 本章小结 |
4 结果与分析 |
4.1 句子成分的位置特征向量编码 |
4.2 基于计算机辅助的输入强化技术对二语离散特征习得的影响 |
4.2.1 句子的平均欧几里得距离分析 |
4.2.2 二语离散特征习得结果 |
4.3 基于计算机辅助的输入强化技术对注意力分布的影响 |
4.4 听觉刺激对视觉注意力的影响 |
4.5 基于计算机辅助的输入强化技术对学生英语整体学习效果的影响 |
4.6 本章小结 |
5 讨论 |
5.1 基于计算机辅助的输入强化技术对注意力分布影响结果的讨论 |
5.2 基于计算机辅助的输入强化技术对二语离散特征习得结果的讨论 |
5.3 基于计算机辅助的输入强化技术对英语整体学习效果结果的讨论 |
5.4 本章小结 |
6 结论 |
6.1 研究结果 |
6.2 二语影音教学资源的设计与开发建议 |
6.3 研究局限及展望 |
参考文献 |
附录 |
致谢 |
在校期间的科研成果 |
四、新的测量手段——计算机辅助检测(论文参考文献)
- [1]基于数字成像和图像处理的转速和振动测量研究[D]. 王天宇. 华北电力大学(北京), 2021
- [2]人工智能肺结节辅助诊断系统的检测性能评估[D]. 付彬洁. 重庆医科大学, 2021(01)
- [3]数字化慢病管理系统的研究与实践[D]. 汪哲宇. 浙江大学, 2021(01)
- [4]基于深度神经网络的DDH影像学辅助诊断模型的构建与应用研究[D]. 李强. 吉林大学, 2020(03)
- [5]教育部关于印发普通高中课程方案和语文等学科课程标准(2017年版2020年修订)的通知[J]. 教育部. 中华人民共和国教育部公报, 2020(06)
- [6]三维建模的多源数据融合算法研究[D]. 陈思吉. 贵州大学, 2020(04)
- [7]面向数字孪生建筑的“信息-物理”交互策略研究[D]. 韩冬辰. 清华大学, 2020
- [8]5G网络技术对提升4G网络性能的研究[J]. 刘奕. 数码世界, 2020(04)
- [9]3D打印技术专业“三教”改革探索[J]. 刘森,张书维,侯玉洁. 数码世界, 2020(04)
- [10]基于计算机辅助的输入强化技术对二语离散特征习得的研究[D]. 严薇薇. 四川师范大学, 2020(08)