简介：

简介：摘要：以当前航迹数据应用现状及未来对平均航迹的需求作为研究背景，通过对雷达数据的航迹特征分析，采用FastDTW算法以及平均距离度量方法对航迹距离进行计算，建立航迹相似性度量模型，并运用改进的经典层次聚类算法对航迹进行聚类，最后提出平均航迹构造算法，完成平均航迹的构造。

简介：摘要：PTA生产过程中，平均粒径大小是影响产品质量的重要指标，同时也直接关系到产品的使用性能。PTA平均粒径控制的复杂性较大，在实践生产中可以通过对PTA产品生产各个流程中影响平均粒径大小的因素进行分析，并提出具体的优化控制措施，进而满足PTA产品生产过程中平均粒径大小控制的标准，达到产品质量检验合格标准和要求。

简介：加权残值法是一种求解微分方程的方法.它不是严格地求微分方程的解析解,而是直接从微分方程得出问题的近似解.由于此法原理简单,方法简便,工作量小,因此,它在流体力学、热传导学、化学工程及结构分析等方面得到广泛应用.前文(《用加权残值法求梁的弯曲变形》)将加权残值法用于材料力学中求梁的变形问题,并对此法进行了简单介绍.本文将此法用于求压杆的临界载荷.同样收到了较好的效果.一、加权残值法的分类:加权残值法的分类方法有几种.其中一个重要的分类方法是按权函数的形式进行分类.据此,加权残值法分为五种基本方法。见表1.

简介：平均主义不是农民的追求,平均主义对农民的改造运动,大都认为集体化运动或毛泽东的平均主义是农民平均主义

简介：

简介：摘要目的探讨磁共振扩散加权成像（DWI）在肝脓肿诊断及鉴别诊断中的应用价值。方法搜集我院2013年1月—2016年1月收治并治愈出院的经CT及磁共振检查的15例肝脓肿患者，其中男9例，女6例；行DWI序列扫描。结论CT平扫及增强扫描诊断肝脓肿10例，胆管细胞癌3例，转移瘤2例；行磁共振DWI序列扫描后均诊断为肝脓肿，并经临床证实。

简介：【摘要】目的：探讨分析磁共振扩散加权成像 (DWI)鉴别诊断肝癌的应用效果。方法：随机选取 2018年 5月 ~2019年 5月期间我院收治的 60例肝脏病变患者为研究对象，回顾性分析其临床影像学资料，经手术病理诊断确诊病情，术前行 DWI扫描，以手术病理诊断为金标准，对比分析 DWI对肝癌的诊断与鉴别诊断价值。结果：参照术后病理检查结果，磁共振加权成像对肝癌的诊断符合率与手术病理诊断相近，两种方法诊断符合率无显著差异 (P＞ 0.05)；与原发性肝癌组相比，肝囊肿组以及海绵状血管瘤组患者 ADC水平明显更高，独立样本 t检验提示组间数据差异具有统计显著性 (P＜ 0.05)； DWI扫描检出肝海绵状血管瘤 5例，肝囊肿 4例，良性病变诊断符合率为 75.0%， 2例肝血管瘤漏诊， 1例肝囊肿误诊为转移瘤。检出原发性肝癌 48例，恶性病变符合率为 100.0%， DWI对肝脏恶变的检出率明显高于良性病变检出率 (χ2=12.632,P=0.006)；肝囊肿组患者 ADC水平明显高于海绵状血管瘤组 (P＜ 0.05)。参照术后病理检查结果，磁共振加权成像对肝癌的诊断符合率与手术病理诊断相近，两种方法诊断符合率无显著差异 (P＞ 0.05)。结论： DWI是临床诊断肝癌的一种有效手段，其诊断符合和诊断效能高，对肝脏良恶性病变的鉴别诊断效果满意，为临床诊断提供了充分的影像学支持，建议临床加以推广和应用。

简介：摘要目的比较平面回波扩散加权成像（echo-planar imaging diffusion-weighted imaging，EPI-DWI）和梯度自旋回波扩散加权成像（gradient and spin echo DWI，GRASE-DWI)在颅脑MRI中的图像质量。材料与方法前瞻性研究纳入临床怀疑为脑梗死的患者。扫描序列为T2WI-TSE、T1WI-TSE、单次激发EPI-DWI和GRASE-DWI。两位神经放射学医师采用双盲法，运用5分法分别评估EPI-DWI和GRASE-DWI图像。评价指标包括图像清晰度、变形和磁化率伪影。对于确诊断为脑梗死的患者，比较两种DWI图像的ADC、T1WI-TSE与两种DWI的融合图像的不匹配距离、信噪比（signal-to-noise ratio，SNR)、对比信噪比（contrast-to-noise ratio，CNR)、信号强度比（signal intensity ratio，SIR)。使用Kappa检验评价观察者之间的一致性。结果45例患者被纳入本研究，其中33例诊断为为脑梗死。GRASE-DWI的变形和磁敏感伪影均小于EPI-DWI (P<0.05)，两种DWI图像清晰度无显著性差异(P>0.05)，观察者间一致性良好(Kappa=0.67、0.61、0.69、0.71)，GRASE-DWI的SNR和CNR均低于EPI-DWI (P<0.05)，SIR无显著性差异(P=0.08)，GRASE-DWI的正常脑组织和梗死区的ADC值均高于EPI-DWI (P<0.05)。GRASE-DWI与EPI-DWI的错位距离有显著性差异(P<0.05)。结论GRASE-DWI可以通过减少敏感伪影和变形，显著提高DWI图像质量。

简介：目的评价磁敏感加权成像（SWI）对脑丘底核（STN）的显示价值。方法收集帕金森氏病患者13例,所有患者均接受3.0TMRI检查,扫描序列包括T2W/FSE（T2-weightedfastspin-echo,T2加权快速自旋回波）序列、T2W/FSTIR（T2加权快速短时反转恢复）及SWI序列,分别测量不同序列STN与周围组织（脑白质）的对比度和对比噪声比,并进行比较。结果三组序列STN与脑白质的对比度及对比噪声比存在显著差异。结论SWI提高了STN与脑白质的对比度及对比噪声比,提高了对STN的显示能力,最大限度地实现了对STN的可视化,对帕金森氏病患者脑深部刺激术（DPS）前定位评价、术中位置准确性的判断具有良好的应用前景。

简介：对于D上的Carleson测度μ而言,本文研究在加权Bergman空间Aα~2（D）上具有符号μ的Toeplitz算子Tμ的一些特殊的性质.近几年,在加权Bergman空间Aα~2（D）上的Toeplitz算子的有界性和紧性已经被广泛研究.为了了解Toeplitz算子Tμ的一些其他性质,本文需要估算出单位圆盘的加权Bergman空间上Toeplitz算子的本性范数的界限.

简介：针对单组多播系统中波束赋形设计问题,提出了一种新优化目标,即加权和速率。尽管建立的优化问题为非凸问题,但可利用最优解特性将其转化为等效的凸问题。推导出部分特殊场景下最优解的闭合表达式,并针对一般场景提出了一种基于加权和速率的多播系统波束赋形算法。最后,通过仿真验证了该算法有效性。与现有算法相比,该算法在选取合适权重时可有效提升系统中用户的最低速率、平均速率及公平性。

简介：摘要目的研究并探讨磁共振扩散加权成像对肝癌的临床诊断价值。方法此次研究的对象是选择2011年8月——2013年8月在本院住院治疗的50例肝癌患者，将其临床资料进行回顾性分析，给予所有肝癌患者磁共振扩散加权成像，测量患者的病变区域，以及正常的肝组织的扩散敏感系数值。结果经磁共振扩散加权成像诊断后，所有患者的肝癌病灶都呈现为高信号，测量肝癌病灶的97个区域的扩散敏感系数值，结果显示为（0.10-1.13）×10-3mm2/s，明显低于正常肝脏的扩散敏感系数值。结论利用磁共振扩散加权成像诊断肝癌患者的肝癌病灶，具有检出率高的特点，在肝癌的临床诊断中具有非常重大的价值，值得各医院临床推广使用。

简介：本文讨论资源有限的加权总工时间单机排序问题,对现在仍为OPEN问题1|pj=bj-ajuj,∑uj≤U|∑wjCj给出了一个有关最优解中最优资源分配的重要性质,并利用该性质分别给出了三种情况bj=b,wj=w,aj=a;bj=b,wj=w,j=;aj=a,wj=w,j=的最优算法.

简介：针对无线传感器节点构成网络,提出了一种利用加权人工鱼群算法部署传感器节点的改进方法.首先将加入权重的改进方法引入标准人工鱼群算法,用以自适应地选择人工鱼的视觉和步长,其次通过人工鱼觅食、聚群和追尾等行为,优化网络覆盖区域内传感器节点;最后,以网络覆盖和迭代等作为性能评估指标,对该方法与标准人工鱼群算法获得的结果进行了比较,结果表明,加权人工鱼群算法表现更佳,可用于充分提高无线传感器网络的可扩展性.

简介：摘要：变电站承担着变换电压、接受和分配电能的任务，是电力网络中的重要组成部分，其可靠运行是电力公司提供连续、稳定电能的前提。目前，国内外对变电站可靠性的研究包括对一次设备和二次设备的研究。目前，在变电站中由于人的行为难以合理量化分析和相关数据缺失，人为可靠性分析方面的相关研究还比较少，相关文献多从组织形式和安全规范方面进行定性的分析。

简介：讨论了复平面内单位圆盘上的加权Orlicz-Bergman空间以及这些空间上的复合算子,给出了复合算子的范数估计及可逆性条件.

简介：随着食品卫生事业的发展，准确、客观地评价食品卫生工作是非常重要的。其中食品卫生监测合格率是评价食品卫生水平的重要依据。目前食品卫生监测报表是以样本合格率（平均合格率）统计的，由于各类食品合格率差异很大，当增加或减少某类食品监测数量，试样构成发生变化时...

简介：本文对q-Phillips算子进行研究,得到q-Phillips算子的加权统计逼近性质和一个Korovkin型收敛定理。

简介：对最优加权随机汇池网络的自适应算法进行研究,以均方误差作为随机汇池网络输出性能评价指标,推导了最小均方(LMS)和Kalman-LMS算法的递归表达式,并应用到输入信号方差发生改变的非稳态情况中,结果表明两种自适应算法都能够迭代收敛到权的最优解。与LMS算法相比,Kalman-LMS算法不仅收敛速度快,而且权均方偏差每一步都是最优的,在网络节点的个数较少时,Kalman-LMS算法能够获得更小的均方误差,而随着网络节点的个数增加,两种自适应算法得到的均方误差趋于一致。