关键词： 微波消解—石墨炉原子吸收光谱法   玩具黏土   铅  

摘要： 通过微波消解的方法,采用石墨炉原子吸收光谱法测定学生用品玩具黏土中铅含量,结果显示铅浓度为0.2406mg/kg,标准偏差为0.710%,相对标准偏差为2.951%,加标回收率为98.8%~105.0%之间,检出限为0.114ng/mL,测试结果准确,精密度良好,适用于玩具黏土中铅含量的测定。

关键词： 计算机视觉   深度学习   YOLOv4   施工人员统计与检测  

摘要： 近年来,我国的建筑业飞速发展,建筑业企业生产和经营规模的不断扩大,单个项目体量也变得越来越大,极大地增加了建筑施工现场人员管理的难度。为提高施工现场的人员管理效率,借助计算机视觉技术以及深度学习算法实现施工现场人员统计与监测,利用闭路监控的实时画面实现工地现场人员的实时、高效、自动化分析。该法构建基于YOLOv4的深度学习算法模型,在识别出画面中施工人员的同时,通过撞线判定机制统计进入与离开工地的施工人员数量。除此之外,还研究开发了面向工地管理人员的施工人员管理系统,并通过试验验证该系统在不同环境条件下对施工现场人员进出场情况实时统计与监测的准确性。在现场测试过程中,发现系统在画面检测范围、算法置信度、系统冗余程度存在关键制约性问题,通过解决上述问题,极大地提高了系统的实际应用价值和鲁棒性,为系统在实际工程项目中应用打下基础。

关键词： 工业机器人   轨迹规划   RBF神经网络   遗传算法   关节轨迹  

摘要： 针对工业生产中对智能机器人轨迹规划的要求越来越高,在工业机器人运动模型的基础上,提出了一种将RBF神经网络和遗传算法相结合的工业机器人轨迹规划方法。通过遗传算法对RBF神经网络的网络结构、连接权值和阈值进行优化,精确跟踪机器人的轨迹。通过仿真将与未改进前的轨迹规划算法进行比较,验证该方法的优越性。结果表明,与改进前的规划算法相比,文中规划方法误差小,适应性强,能够满足工业机器人轨迹规划的预期要求。为工业机器人轨迹规划方法的发展提供了一定的参考。

关键词： 胸部CT   肺结节   人工智能迭代重建   超低剂量CT  

摘要： 目的 探讨人工智能迭代重建(AIIR)算法对超低剂量胸部CT图像质量和计算机辅助(CAD)肺结节检测的影响。方法 前瞻性纳入2023年9月至10月于我院行胸部CT检查的患者41例,同时采集常规剂量(120 kVp),采用管电流调制技术,剂量等级2级,参考管电流(106 mAs)和超低剂量(120 kVp,15 mAs)胸部CT,记录辐射剂量参数。常规剂量CT采用Karl迭代重建,超低剂量CT采用Karl和AIIR(1、3、5级)重建,测量5组图像的主动脉、脂肪、肌肉区域的CT均值、噪声指数(SD)并计算信噪比(SNR)和对比噪声比(CNR),主观评价5组图像的整体图像质量。以2名胸部影像诊断医师共同阅片确定的≥4 mm非钙化实性肺结节作为参考标准,记录5组图像CAD肺结节检测的真阳性、假阳性(误诊)和假阴性(漏诊)数量并与参考标准比较,记录超低剂量Karl重建组图像人工阅片时间和CAD阅片时间。结果 5组图像CT值差异无统计学意义(P>0.05),超低剂量AIIR 5重建的SD、SNR和CNR值均优于常规剂量和超低剂量Karl重建,差异均有统计学意义(P<0.005)。超低剂量AIIR 5重建的胸部CT整体图像质量与常规剂量Karl重建相当,优于超低剂量Karl重建(P<0.005)。5组图像CAD肺结节检测的灵敏度差异无统计学意义(P>0.05),超低剂量AIIR重建CAD肺结节检测的假阳性率低于常规剂量和超低剂量Karl重建,差异均有统计学意义(P<0.005)。超低剂量组辐射剂量较常规剂量组降低约89.3%,CAD阅片时间较人工阅片减少63.3%。结论 AIIR在改善超低剂量胸部CT图像质量的同时可以保持CAD肺结节检测的灵敏度,降低CAD肺结节检测的假阳性。

关键词： 多避雷针系统   接闪器   布局优化   滚球法   遗传算法  

摘要： 针对多避雷针系统接闪器布设过于依赖工程经验的问题,基于最小成本原则,以多接闪器的高度和安装位置为优化变量,建立了多避雷针系统接闪器布设的优化模型,提出了基于遗传算法的多避雷针系统接闪器布设优化方法,通过典型设计案例对所提优化设计方法的有效性进行了验证。结果表明:该方法对多接闪器位置和高度优化设计的偏差不大于0.29 m;在该方法获得的接闪器位置和高度最优解条件下,预设的防护对象能够完全处于避雷针系统的保护范围之内,且防护对象与保护范围边界的最小间距不大于0.71 m,能够完全满足工程使用的需求。

关键词： 人工智能技术   计算机编程   教学   系统   设计  

摘要： 伴随着教育事业的发展,人工智能技术的应用已成为计算机编程教学系统发展的一个趋势。本文就目前人工智能技术在这一领域的潜在应用进行深刻的探讨,重点关注学习路径的自适应设计、对教学的智能支持、个性化反馈和评估,以及虚拟体验和编程环境的设计。通过研究,介绍了将现有人工智能技术成功应用于计算机编程学习系统的现状,对于提高编程教育的效果和质量具有重要意义。

关键词： 增压锅炉   水位控制   滑模控制   自适应遗传算法  

摘要： [目的]船用增压锅炉的上锅筒水位由于航行中负荷的频繁变化,难以获得理想的控制效果。为了保证上锅筒水位的稳定,对大负荷扰动下的上锅筒水位控制方法进行研究。提出一种基于改进自适应遗传算法优化的增压锅炉上锅筒水位滑模控制方法。[方法]将上锅筒水位偏差的速度和速度变化率引入S函数来设计滑模控制器,采用李雅普诺夫稳定性原理证明其稳定性。在此基础上,利用改进的自适应遗传算法优化滑模控制器。[结果]将改进的自适应遗传算法优化的增压锅炉上锅筒水位滑模控制方法与传统的PID控制方法进行了对比分析。在响应斜坡扰动信号和阶跃扰动信号时,改进自适应遗传算法优化的滑模控制器均能够无差跟踪输入信号,其稳定时间比PID缩短5 s,超调量也小于PID。[结论]仿真结果表明,改进自适应遗传算法优化的滑模控制方法具有更优的控制效果。

关键词： 黑椒牛肉   ^(60)Co-γ射线   品质   反向传播-人工神经网络   预测模型  

摘要： 为探究不同辐照处理对贮藏过程中黑椒牛肉品质变化的影响,建立基于理化指标的多种品质预测模型。3~4 kGy的辐照剂量能够有效延缓黑椒牛肉在贮藏过程中的汁液流失、脂质氧化和蛋白质降解,保持其硬度和微观结构,在一定程度上增加呈鲜味(Asp)和甜味(Gly、Ala、Ser)游离氨基酸的含量。以辐照黑椒牛肉的汁液流失率、硫代巴比妥酸反应产物值、总挥发性盐基氮值、原肌球蛋白条带强度比率、肌球蛋白重链条带强度比率和总游离氨基酸含量为输入变量,优化了反向传播-人工神经网络(backpropagation-artificial neural network,BP-ANN)模型。训练函数为ReLU函数,隐藏层神经元个数为14个,迭代次数100次。结果表明,6-14-6 BP-ANN模型可以较好地预测辐照黑椒牛肉的品质变化,该模型在预测辐照肉制品的多种品质方面具有很大潜力。

关键词： 课程改革   争议   现状   实质性追求  

摘要： 新一轮语文课程改革既包括新课标的研制与解读、新教材的编写与使用,也包括由此诞生的"双新"教学议题,但就其推进与实施来看,争议不断.虽然说任何改革都包含对过去的否定和对未来的艰难探索,但考察当下的争议与质疑后,发觉争议往往过多陷于枝节,又因枝节问题纠缠太久,可能会消解与遮蔽新课改的实质性追求.所以,对当下语文教学的现状、争议的焦点及其原因做一些整体梳理和深入分析就显得十分有必要.

关键词： 脓毒症   铁死亡   生物标志物   预后模型  

摘要： 目的将铁死亡与机器学习相结合,建立一种基于遗传算法的反向传播网络(GA-BPNN)模型,以预测脓毒症患者的28 d存活情况。方法通过高通量基因表达数据库(GEO)下载脓毒症相关数据。从分子签名数据库(MSigDB)下载与铁死亡相关的基因65个。使用基因集富集分析(GSEA)、基因集变异分析(GSVA)、加权基因共表达网络分析(WGCNA)和蛋白质-蛋白质相互作用(PPI)网络分析筛选脓毒症患者的铁死亡相关基因。同时利用短时间序列挖掘分析(STEM)筛选与脓毒症发展进程相关的基因,并与脓毒症患者铁死亡相关基因取交集,获得脓毒症预后的关键基因。在传统的反向传播网络(BPNN)的基础上,采用遗传算法(GA)优化权值和阈值,建立脓毒症预后预测GA-BPNN模型。结果脓毒症存活组和未存活组之间铁死亡相关基因集活性差异显著。共筛选出97个脓毒症铁死亡相关基因。同时确定了191个在脓毒症发展进程中显著上调或下调的基因。取交集基因建立脓毒症四基因预测预后GA-BPNN模型。在训练集中经过迭代后训练的均方误差在0.05以下,曲线下面积(AUC)为0.98。为验证GA-BPNN模型的泛化能力和分类效果,在外部数据验证集中,将GA-BPNN模型与支持向量机(SVM)、BPNN和随机森林(RF)进行比较。结果表明,在验证集中GA-BPNN模型的AUC值均为0.92,高于SVM、RF和BPNN。结论基于GA-BPNN提出了四基因模型预测脓毒症患者的预后效果是可靠且稳定的,为脓毒症中的铁死亡提供新的见解。