多裂肌退变程度的磁共振单体素波谱评估及其与健康相关生活质量的关系

目的:探究磁共振单体素波谱序列(MRS)在中老年人群多裂肌退变定量评估中的应用价值，并分析其与健康相关生活质量的关系。方法:公开招募109例中老年受试者作为研究对象，借助MRS序列定量分析受试者多裂肌退变情况，评价指标包括：脂肪分数(FF)、水脂比(W/F)、脂肪不对称程度(FAD)。同时，所有受试者均在安静状态下填写疼痛视觉模拟评分(VAS)、功能障碍指数(ODI)、Roland-Morris腰痛功能障碍评分(RMQ)以及36项简易健康问卷评分量表(SF-36),分析两者之间的相关性。结果:多裂肌FF与VAS、ODI、RMQ呈正相关，与SF-36总分呈负相关(P<0.05);多裂肌W/F与VAS、ODI、RMQ呈负相关，与SF-36总分呈正相关(P<0.05)。结论:多裂肌FF及W/F与中老年人群健康相关生活质量密切相关，可能是反映中老年患者下腰痛、功能障碍情况及健康相关生活质量的敏感指标。     

多分辨率小波变换在表面肌电信号模式识别中的应用

采用一种多分辨率小波变换来进行表面肌电信号的模式识别.该方法选择各个尺度下的小波系数幅值的一对最大最小值作为特征向量,对表面肌电信号作5尺度小波分解.对内旋动作、外旋动作、握拳动作、展拳动作的多尺度分解结果证明,该方法提取的特征信号用于识别时比传统方法的分类精度高.     

平衡多小波的构造及其在图像压缩中的应用

本文构造了一种性质良好的平衡多小波,并将之应用在图像压缩技术中．并结合多小波的理论和数学上的平衡多小波理论,成功构造了更适合于图像压缩的Balanced Multiwavelet Based on the CL multiwavelet,简称BMW-CLB,其意义为基于cL多小波的平衡多小波,它在图像压缩的比率方面比其他的单小波和多小波更具有优势．     

OPTFR多小波在红外／可见光图像融合中的应用研究

针对OPTFR(Optimum Time-Frequency Resolution,最优时频分辨)多小波,设计了一种平衡滤波器,将其应用于红外和可见光图像融合.对红外图像和可见光图像分别进行三层OPTFR多小波变换,提取两幅图像的低频分量和不同尺度的高频分量.由于图像的大部分能量集中在低频分量上,而不同尺度上的高频分量反映了图像在不同尺度上的细节信息,所以在对源图像融合时,对低频分量和高频分量分别采用能量和方差的加权平均进行融合,对这些融合后的分量进行重构,得到融合图像.仿真结果表明:和以往的融合算法相比,该算法强化了源图像的细节信息,提高了融合效果.     

低掺量聚丙烯纤维在混凝土（砂浆）中的阻裂作用

通过对低掺量聚丙烯纤维的分析和阐述,得出了聚丙烯纤维在混凝土（砂浆）中的阻裂作用。     

粒子群优化算法在多峰值MPPT控制中的应用

光伏发电系统的多峰值特性,出现在局部遮阴环境下包含多组光伏电池的发电系统中。传统的最大功率跟踪(MPPT)算法会导致最大功率点(MPP)搜索陷入局部极值,不能最大发挥光伏阵列的输出能力。基于粒子群优化算法的MPPT控制有效地解决了多峰值特性下的最大功率搜索问题,提高了响应速度和控制精度。仿真结果证明了优化算法较传统算法在多峰值情况下控制的优越性。     

多目标群搜索优化算法及其在结构设计中的应用

为克服工程结构多目标优化设计中遇到的边界处理困难、编程复杂、计算效率低等问题,结合Pareto最优解理论,将群搜索算法改进成多目标群搜索算法(multi-objective group search optimization,MGSO)。通过平面10杆桁架的连续变量优化及空间25杆桁架的离散优化设计的算例,证明多目标群搜索算法在工程结构优化设计中的可行性与实用性。结果表明:多目标群搜索算法作为一种随机算法,其收敛速度快,在计算过程中只需要选择整体最优个体,不需要逐个检查约束,能节省大量的计算时间,对于高维问题,特别是复杂的工程实际问题,有明显的优越性。     

覆盖空间在多连通积分定理证明中的运用

众所周知,单连通区域上解析函数所确定的变上限积分是一个单值函数,然而对于多连通区域D上解析函数,f(z)的变上限积分F(z)=∫_(z_0)~zf(ζ)dζ,F(z)不仅依赖于z(z_0是D内固定的一点),还依赖以下两点:(1)积分的路径;(2)函数f(2)关于洞是否恰当.由此可以知道F(z)可能是一个多值函数.以上结果均可以在一般复变函数教材中找到,这里不再赘述.本文利用黎曼曲面的正则覆盖曲面知识,给出了解析函数f(z)在多连通区域上积分的一种新诠释.     

多目标粒子群算法在医院床位安排中的优化应用

针对医院病床安排问题,将病床周转率等效为病人总住院时间,将患者满意度等效为病人等待时间,以入住病人总住院时间和病人等待时间为目标函数,创立多目标优化模型,给出算法求解的具体流程,然后利用多目标粒子群算法进行求解,得出关于病床安排问题的非劣解集。最后,结合实例对算法性能进行了仿真分析,结果表明多目标粒子群能给出多种病床安排方案,实现了多目标之间的折中权衡,是医院床位安排问题的一种有效解决途径。     

粒子群算法在多目标优化中的应用综述

粒子群优化算法是一种基于群体智能的全局随机寻优算法。它通过粒子搜寻自身的个体最优解和粒子群体的全局最优解来完成更新优化。粒子群算法在很多领域得到了广泛的应用。本文主要论述了多目标PSO约束优化的基本思想、实现情况,并展望了PSO算法在多目标优化中的未来发展方向。     

多胺在果树开花坐果中的作用

综述了国内外近年来在果树花芽分化、开花、坐果、幼果发育过程中内源多胺的生理作用和外源多胺促进果树开花坐果的效果以及多胺在果树开花坐果中的作用机制的研究报道,并对今后多胺在促进果树花芽分化和提高果树坐果率上的应用潜力以及在热带亚热带果树上的研究方向进行了讨论．     

MP-GWO算法在多UCAV协同航迹规划中的应用

多无人作战飞机(UCAV)协同航迹规划是多UCAV协同作战的重要组成部分,对协同作战的结果有很多的指引作用。多UCAV协同航迹规划属于多峰值优化函数求解问题,其求解稳定性比较差。为解决多UCAV协同航迹规划求解稳定性较差的问题,首先在对影响多机协同约束条件研究分析的基础上,结合单机航迹规划求解中的核心指标,建立了多UCAV协同航迹优化函数;其次利用多种群灰狼算法(MP-GWO)在求解多峰值优化函数问题上比较稳定的特点进行求解,最后将MP-GWO分别与GWO算法、EA算法和在新增威胁环境下的求解结果相比较来验证算法的优越可行性。仿真结果表明,MP-GWO算法对多峰值问题具有求解稳定性,能够适应突发威胁环境下的求解。     

改进差分进化算法在铝电解多目标优化中的应用

针对多目标优化问题,提出一种改进的差分进化算法(DE).该改进算法首先将DE与粒子群优化算法(PSO)结合,提高DE的收敛速度,然后引入多种群进化策略,有利于维持Pareto解的多样性.同时,在综合考虑机理与工艺的基础上建立铝电解多目标优化模型,并应用改进算法进行求解.仿真结果表明:在电流效率为92％时,改进算法所得的直流功耗为14.03 MW.h/t,比NSGA-Ⅱ的直流功耗降低了1.45％,比传统DE的直流功耗降低了1.75％.表明本文改进算法有效地提高了传统进化算法的性能.     

浅谈多球训练在羽毛球选修课中的作用

本文采用实验对比法、数据统计法以及专家访谈法，对长春医学高等专科学校羽毛球俱乐部的学生和吉林大学羽毛球选修课学生进行研究。结果表明，羽毛球多球训练，不仅能提高学生的身体素质，而且也能提高学生的羽毛球运动技术，同时对培养学生的意志品质有良好的效果。     

粒子群多层感知器在地震预报中的应用研究

地震预报是地理问题研究中的一个重要方面,准确的地震预报可帮助人们及时采取有效措施,降低人员伤亡和经济损失.为实现地震预报,多层感知器已被看作是较传统统计方法如AR IMA更有效的一种技术.但多层感知器的训练,通常用BP算法,常会遇到收敛速度慢、易过拟合、易陷入局部最优等缺点.在这项研究中,采用最新提出的粒子群优化训练多层感知器用于地震预测.仿真结果表明,使用粒子群优化算法训练多层感知器与BP算法相比,具有较快的收敛率、较高的预测精度.     

浅谈多球训练在羽毛球选修课中的作用

本文采用实验对比法、数据统计法以及专家访谈法,对长春医学高等专科学校羽毛球俱乐部的学生和吉林大学羽毛球选修课学生进行研究。结果表明,羽毛球多球训练,不仅能提高学生的身体素质,而且也能提高学生的羽毛球运动技术,同时对培养学生的意志品质有良好的效果。     

多效唑在切花百合组织培养中的作用

选用Alapulco、Prota和White Fox 3个不同品种的百合,在组织培养中添加不同浓度的多效唑进行试验。结果表明：浓度为2.0 mg/L的多效唑有利于切花百合鳞片芽增殖;多效唑0.5mg/L为生根的最佳浓度;鳞片的增殖和生根以White Fox的效果最为显著。     

多目标优化算法在团体操队形变换中的应用

针对利用彩排方式编排团体操,成本高且可控性差的问题,提出一种基于元胞自动机的改进多目标粒子群算法,并将其应用于团体操的编排。该算法以元胞空间为单位进行环境建模,引入群体自适应机制,通过粒子适应度和环境标记信息寻找目标点,同时加入归档机制,实现团体操队形编排。仿真实验结果表明,该算法提高了团体操队形变换过程的寻优性、收敛性以及与环境或其他个体的交互性。     

粒子群优化算法在多参数拟合中的应用

提出一种新的自适应粒子群优化算法,以解决梯度法为基础的算法在进行多参数拟合时因各参数之间相关性较高而带来的拟合上的问题．该粒子群优化算法采用自适应变异和动态自适应调整搜索范围、惯性权重相结合的改进策略,数值模拟了将该算法应用于测量薄膜热物性时的多参数拟合,结果表明该算法是可行和有效的．     

一种多属性群决策方法在质量评估中的运用

研究了属性权重和属性值均为模糊语言形式给出的多属性群决策问题,介绍了一种模糊语言评估标度,并定义了基于语言加权取大(LWM)算子和混合语言加权平均(HLWA)算子,对评估对象的综合属性值进行集结.提出了LWM算子和HLWA算子的多属性群决策方法.最后用实例说明该算法的使用步骤.