关键词： 十二面观音   应现观音图   钱俶   宝志   玄证  

摘要： 以十二面观音信仰与宝志传说结合的前后为界限，可将十二面观音的理论建构、造像形制等划分为早期和晚期两个阶段。慧沼《十一面观音神咒经义疏》中提出的十二面观音概念，是早期十二面观音信仰流行的经典依据。钱俶应现观音像的十二面六臂样式属于早期阶段，造像反映了十二面观音的出现不仅是显密融合过程中的产物，也是观音信仰在民间化进程中信俗现实需要和观音职能不断扩充的结果。因本土神异传说对信仰法门更具有力的渲染和推动作用，而本土神异传说需要佛教正统经典的支撑获得上升渠道，十二面观音信仰与宝志神异传说相互融合。十二面观音信仰早期的理论体系及造像形制，最终被宝志化现观音的广泛流行消解而湮没。

关键词： BP神经网络   遗传算法   采煤机-支架协同   跟机控制   智能化开采  

摘要： 针对综采工作面采煤机与液压支架协同控制精度低和响应滞后的问题，提出基于BP神经网络和遗传算法的组合优化模型，旨在通过双层智能控制架构实现采煤机与支架协同动作的精确预测和动态调整。结果显示，实验C模型的平均误差较实验A和实验B模型分别减少0.82个百分点和0.52个百分点，最大误差明显低于其他2个模型。实验C模型平均跟机速度和煤层硬度变化大于30%工况下的跟机速度分别是12.4 mm/s和15.36 mm/s，与其他2个模型相比，跟机速度明显下降，为煤矿智能化开采提供了高效可靠的技术解决方案。

关键词： 运动规划   物理连接多船系统   船舶拖带   规划单元   三维空间搜索   启发式搜索  

摘要： 针对物理连接多船拖带系统的运动规划问题,提出一种基于规划单元的运动规划方法.该方法整体架构由规划单元、搜索策略和规划空间3部分组成:规划单元通过融合船舶拖带系统动力学的连续性与搜索过程的离散性,对拖带系统的轨迹进行标准化处理;根据规划单元归纳出的系统艏向角、航路点和可航水域约束,基于启发式算法设计路径搜索策略,以达到同时优化路径距离和转向效率的目的;为保障搜索的完备性,构建包含位置和艏向的三维规划空间,以实现路径点的可重复搜索,并确保拖带系统以期望的艏向到达目的地.仿真实验表明,所提出方法能够在动力学约束下为船舶拖带系统规划出安全、高效且符合实际运动规律的路径.

关键词： 小行星探测   微分修正   修正量改进   三脉冲转移   遗传算法  

摘要： 转移轨道优化设计在小行星探测任务中具有极其重要的作用。基于四体动力学模型，引入微分修正方法对转移轨道进行修正，然后提出一种修正量改进模型，在确保微分修正过程收敛的同时提高收敛速度。为进一步减小轨道转移所需的速度脉冲，基于三脉冲轨道转移策略构建了转移过渡点的参数模型，并采用遗传算法对转移轨道进行全局优化设计。最后以近地小行星为研究对象进行仿真分析。结果表明，基于改进的微分修正方法和三脉冲轨道转移策略，可有效用于小行星转移轨道优化设计问题。

关键词： 远距探测   图像超分辨率重建   人工神经网络   姿态估计  

摘要： 提出一种基于姿态估计的立体目标图像超分辨率重建神经网络（SSRNet）模型。使用多任务并行网络架构，分别对低分辨率目标图像进行结构解析和形态特征提取，由结构解析估计目标姿态并对其组成部件进行分割，结合形态特征重建超分辨率图像，解决了立体目标不同姿态视角下形态迥异影响超分辨率重建性能的问题；充分利用目标形态先验，实现了高精度的超分辨率图像重建和目标关键部件和关键点的识别定位，为远距离立体小目标高精度探测识别和关键部件检测提供了新的有效技术途径。

关键词： 地震波初至   Delaunay三角剖分   Voronoi图   混合遗传算法   地震定位  

摘要： 地震作为一种破坏性极强的自然灾害,严重威胁着人类生命财产安全和社会经济发展。地震预警技术可以利用地震发生后的少量P波信息进行地面运动的预测,在更强的S波破坏到达目标场地之前得到几秒到几十秒不等的预警时间,从而减少地震带来的直接损失。地震定位是地震预警的关键环节,其定位实时性和准确度直接影响地震预警的时效性和可靠性。常用的多台地震定位方法通过利用多个台站记录的地震波初至到时信息,快速、准确得到震源位置。 本文以地震预警定位为研究背景,对多台地震定位方法开展研究,在借鉴国内外多台地震定位技术相关研究的基础上,提出了一种基于混合遗传算法的多台地震定位方法。本文主要研究工作如下: (1)地震波初至的快速、准确拾取是确保地震定位实时性和精度的重要前提。针对这一问题,本文通过选取合适时窗大小,改进时窗位置并加入取消时窗的方式,对STA/LTA-AIC算法进行改进,提高单台拾取地震波初至的抗短时强噪声能力。在此基础上,将单台拾取的地震波初至信息应用与多台构成的Delaunay(以下简称为D)三角剖分中,提出一种基于D三角剖分的地震波初至实时拾取算法。实验结果表明,基于D三角剖分的地震波初至实时拾取算法能够实时、准确拾取到地震波初至到时。 (2)根据台站生成Voronoi(以下简称为V)图,基于各台站的地震波初至到时先后顺序,利用V图算法将震源约束在一个较小的范围,以此作为基于混合遗传算法的多台地震定位方法的初始搜索空间,提高算法的定位实时性。基于等时差面理论和最小二乘法原理,通过地震到达各台站的观测走时之差与理论走时之差,构建双差走时适应度函数,提高算法的定位精度。 (3)采用K-net和Kik-net地震台网的20个地震事件进行地震定位实验分析,将基于混合遗传算法的多台地震定位方法与V图算法、基于贝叶斯—高斯混合模型的震相关联(Ga MMA)算法定位结果进行对比。实验结果表明,基于混合遗传算法的多台地震定位方法的定位效果更好,所有地震事件的定位时间在3.3s以内,震中距差在0-5km之间。基于混合遗传算法的多台地震定位方法能够更加实时、准确地实现地震定位。

关键词： 脑出血   病情恶化   风险预测模型   机器学习   人工神经网络  

摘要： 目的: 了解脑出血患者术后病情恶化的发生现状,分析相关影响因素;构建基于机器学习的术后病情恶化风险预测模型,评估模型的整体预测性能与临床适用性。旨在为临床医护人员提供高效便捷的辅助风险评估工具,为早期识别高危患者、优化围手术期管理及制定个体化干预策略提供理论依据与实践参考。 方法: 回顾性分析2018年1月至2024年10月入住贵州省某三级甲等医院急诊神经科,诊断为脑出血的患者,基于医院电子病历系统收集患者的一般资料、手术相关资料、实验室观察指标及影像学资料。将所有患者数据按照7:3的比例划分为训练集和测试集,使用Epi Data 3.1软件进行数据录入,Python 3.9软件进行统计分析。对训练集数据进行单因素分析,采用LASSO及多因素Logistic回归分析筛选脑出血患者术后病情恶化的危险因素,并基于筛选出的变量构建Logistic回归模型;同时,以单因素分析中具有统计学意义的变量作为输入变量,构建人工神经网络模型。在测试集中对Logistic回归模型和人工神经网络模型进行验证,绘制受试者工作特征曲线、校准曲线及混淆矩阵,并计算准确率、灵敏度、特异度、F1值、Brier score、受试者工作特性曲线下面积及其95%置信区间,以评估模型的预测性能及适用性。 结果: 1.本研究共纳入脑出血手术患者536例,168例患者发生病情恶化,发生率为31.3%。 ***回归模型的预测变量为:入院NIHSS评分(OR=1.107,95%CI:1.063-1.154)、机械通气(OR=42.640,95%CI:17.083-106.432)、术后再出血(OR=6.455,95%CI:2.260-18.435)、颅内感染(OR=8.475,95%CI:1.680-42.753)、血小板计数(OR=0.995,95%CI:0.990-0.999)、脑疝(OR=2.368,95%CI:0.859-6.524);回归方程为:Logit(P)=-4.039+0.102×入院NIHSS评分+3.753×机械通气+1.865×术后再出血+2.137×颅内感染-0.006×血小板计数+0.862×脑疝。 3.人工神经网络预测模型引入注意力机制,筛选出的前10位重要特征变量依次为:血肿破入脑室、入院NIHSS评分、发病至手术时间、血小板计数、入院GCS评分、机械通气、颅内感染、脑疝、收缩压、术后再出血。 4.在训练集中,模型评价指标如下:Logistic回归模型精确率为85.71%,召回率为85.00%,准确率为90.67%,F1值为85.36%,Brier score为0.066,AUC值为0.965(95%CI:0.941-0.988);人工神经网络预测模型精确率为84.62%、召回率为91.67%、准确率为92.00%,F1值为87.93%,Brier score为0.047,AUC值为0.975(95%CI:0.955-0.995)。 5.在测试集中,模型评价指标如下:Logistic回归模型精确率为69.09%,召回率为79.17%,准确率为83.23%,F1值为73.79%,Brier score为0.117,AUC值为0.924(95%CI:0.870-0.978);人工神经网络预测模型精确率为71.96%,召回率为85.42%,准确率为85.71%,F1值为78.09%,Brier score为0.115,AUC值为0.930(95%CI:0.879-0.982)。 结论: 1.本研究基于脑出血患者常规临床资料,识别术后病情恶化的主要危险因素。依据注意力机制排序,前10位重要特征变量依次为:血肿破入脑室、入院NIHSS评分、发病至手术时间、血小板计数、入院GCS评分、机械通气、颅内感染、脑疝及术后再出血。 2.本研究基于Logistic回归与人工神经网络构建脑出血患者术后病情恶化的风险预测模型,两个模型预测性能良好,可为脑出血患者术后病情恶化的早期识别及个体化干预策略的制定提供理论支持与实践参考。 3.当研究侧重于明确脑出血患者术后病情恶化的独立危险因素及其效应方向时,Logistic回归因结构简洁、结果可解释性强更为适用;若关注模型整体预测性能,并期望深入挖掘多维特征间的潜在关联,则人工神经网络模型更具优势。

关键词： 漏钢预报   遗传算法   决策树   热电偶   PLC  

摘要： 漏钢是连铸过程中非常严重的事故,它会导致设备寿命降低、财物损失,并且降低企业的经济效益。而随着高效连铸技术的发展,高效率和高拉速成为现代连铸技术的主要特征,随着拉坯速度的不断提高,漏钢事故越发频繁,因此研究开发准确有效的漏钢预报系统以减少或避免漏钢事故的发生是十分有意义的。为此,本文开发了一款基于遗传算法优化决策树的可视化漏钢预报系统,具体分为以下四个方面: 首先,分析了漏钢的主要形成原因,以及漏钢发生时结晶器板面温度特征值的变化规律,进而由测温点温度变化规律引出热电偶检测方法并论述其具体存在的优势,并以此为研究中心提出漏钢预报系统的预测原理。 其次针对现场状况给出热电偶的安装方案及安装数量,在Labview程序中采用循环定时的方法将采集到的动态温度信号转化为静态温度数据,将温度数据筛选作初步处理,分析其变化规律,并组合空间网络结构便于区域判别法的实现。 然后用Matlab软件建立遗传算法优化决策树的基础模型,通过样本训练和离线仿真得到漏钢预报系统的识别模型。采用生产现场的离线温度数据对模型进行训练和仿真,以保证基于遗传算法优化决策树模式识别的连铸机漏钢预报模型具有很好的非线性映射精度和分类识别能力,并根据生产现场的不同情况对基础模型进行二次开发多种模型以增加预报系统的泛化性和稳定性。 最后,建立以Labview作为上位机以PLC控制系统为主的可视化界面,该控制系统可根据现场不同状况调整检测模式转换不同漏钢预报模型,并将其反应在可视化界面,通过Ansys APDL脚本实现与PLC系统的实时数据共享对当前结晶器受热状况进行瞬态热仿真并呈现在Labview的界面当中,可以使该系统在保持较高的准确率的条件下更加智能化,现代化。

关键词： 超级微波消解   电感耦合等离子质谱法   蔬菜   元素  

摘要： 目的 建立超级微波消解-碰撞反应池电感耦合等离子体质谱法同时测定蔬菜中铅、砷、镉、铬等21种元素的方法。方法 选择超级微波消解法进行样品预处理,以硝酸为消解液,运用具有八极杆反应池系统的电感耦合等离子体质谱仪,以铂锥作为采样锥,使用He气碰撞模式（5 m L/min）,通过动能歧视和碰撞诱导解离进行干扰的消除。此外,选择包括低、中、高质量范围的6Li、45Sc、72Ge、103Rh、115In、159Tb、175Lu、209Bi元素作为内标,使用在线添加内标的方式进行干扰消除,并在数据分析时采用虚拟内标校正模式。结果 在优化后的实验条件下, 21种元素在一定的质量浓度区间内,其对应的信号强度与质量浓度呈线性关系。标准曲线线性良好,相关系数在0.999～1.000之间。方法的检出限在0.005～1.200 mg/kg,定量限在0.015～3.600 mg/kg。方法通过加标回收测定回收率,加标回收率在85.2%～119.9%之间。对处理后的蔬菜样品加入低、中、高3种不同浓度的标准,每份平行测定7次,测定值的相对标准偏差在1.03%～4.60%之间。结论 通过本研究方法对蔬菜样品中21种元素进行测定,满足国家标准对各项技术指标参数的要求。该方法检出限低,选择性好,结果准确可靠,为蔬菜样品中多种元素分析测定提供了新的参考方法。

关键词： 白云鄂博稀土精矿   水浸渣   砷   氢化物发生(HG)   原子荧光光谱法(AFS)   微波消解   稀土硫酸焙烧冶炼工艺流程  

摘要： 稀土资源已成为现代工业化建设的战略性资源，白云鄂博稀土精矿采用硫酸高温焙烧进行稀土的冶炼分离，期间砷的存在会降低产品质量、造成环境污染，因此有必要建立稀土硫酸焙烧冶炼工艺流程白云鄂博稀土精矿及水浸渣中砷的测定方法。实验采用盐酸-硝酸-氢氟酸酸溶体系并使用微波消解法消解样品，向消解液中加入盐酸、硫脲-抗坏血酸混合溶液，使用氢化物发生-原子荧光光谱法(HG-AFS)测定砷，从而建立了微波消解-HG-AFS测定白云鄂博稀土精矿及水浸渣中砷的方法。实验对载流浓度和硼氢化钾质量浓度进行了优化：确定了载流浓度为5%(盐酸),硼氢化钾质量浓度为20 g/L。砷在质量浓度为0.50～50.00 ng/mL时与其对应的荧光强度呈良好的线性关系，校准曲线的线性相关系数r=0.999 9;方法中砷的检出限为0.02μg/g。实验方法用于测定白云鄂博稀土精矿及水浸渣中砷，结果的相对标准偏差(RSD,n=6)分别为4.1%和10%;加标回收率为94%～105%;与电感耦合等离子体串联质谱法(ICP-MS/MS)的比对结果表明两种方法的测定结果无显著性差异。