新形势下提高高校教学管理人员水平初探

随着现代社会的迅速发展以及社会对高校教育需求的不断增加、高校学生人数的不断增加,高校教学管理机构出现了一种新的趋势即大型化趋势,在这种新形势下如何提高高校教学管理人员水平已成为我们亟待解决的问题。     

螺环基闭合环状结构化合物的研究进展

螺环基闭合环状结构化合物是一类以螺环芳烃作为构筑单元形成的闭合环状结构的化合物,主要包括大环、共价有机框架(COF)、金属有机框架(MOF)等.此类化合物拥有规整的环状结构、可调的尺寸和形状、丰富的空间构象及光学活性等特点,在传感、药物输送、吸附、分离、光学器件、分子识别等领域有着广泛的应用.根据它们空间维度的不同,可以分为零、一、二、三维螺环基闭合环状结构化合物.本文综述了近年来螺环基闭合环状结构化合物的研究进展,重点介绍了这类化合物的结构特性、合成方法、性能表征以及应用,将为化学、材料科学、生命科学、有机光电子等领域设计和制备具有更多功能的新材料提供强有力的支持.     

基于混合体系结构的软件可靠性评估方法与应用

基于体系结构的软件可靠性模型建立在软件研制周期的初期阶段,能够对软件进行较早的可靠性分析,对早期软件结构的变更以及后期软件的更新与升级都提供了一定的指导依据。然而,早期的基于体系结构的软件可靠性模型只对单一的软件结构进行分析,这显然不满足如今同时存在多种体系结构风格的复杂软件的需求。分析了目前常用的软件体系结构风格,在基于混合体系结构的软件可靠性模型的基础上,阐述了应用体系结构模型进行评估的步骤,并结合实例进行了分析与验证。     

梯度熵改进边缘检测的自适应阈值曲面分割算法

光照不均匀往往造成背景亮度不均和灰度分布范围较大,会导致图像分割困难和不准确.考虑图像的边缘信息受光线变化相对不敏感,引入梯度熵信息对Canny算法进行改进提取准确合适的边缘.采用最小二乘法的多项式曲面拟合获得阈值曲面,进而提出了基于梯度熵改进边缘检测的自适应阈值曲面分割算法.对多种背景灰度分布不均匀的图像进行算法验证...     

基于FPGA的时统设备的IRIG-B时间码设计

提出了一种以FPGA为核心,外围控制电路与D/A转换电路相结合的方法实现的IRIG-B DC码和AC码元的设计,重点分析了FPGA内部模块的具体实现过程.该设计既能检测时统设备输入端口是否工作正常,同时也能检测时统内部守时功能和交流码调制比的范围.     

基于单片机的流量检测表设计

介绍了一种基于MCS-51系列8031芯片单片机的流量检测表的设计方法，分析了系统的原理及软、硬件设计，针对现有的流量检测系统，提出了一种比较新颖的流量检测方法。     

基于混合分类的肺结节检测算法

使用最优阈值的分割方法获得肺实质,并使用C均值聚类的方法获得感兴趣区域(ROI),通过混合分类方法对ROI进行分类.在分类过程中,首先定义肺结节的两个三维特征以及相应的两条规则,进行基于规则的初始分类,再构造基于改进Mahalanobis距离的非线性分类器进行再次分类,从而进一步降低假阳性.经过混合分类处理,肺结节与血管等干扰信息得到有效的区分.实验结果表明,该算法检测肺结节具有较高的敏感性.     

UBQLN1和GOLM1基因单核苷酸多态性与女性盆腔器官脱垂的相关性研究

分析UBQLN1和GOLM1基因单核苷酸多态性与女性盆腔器官脱垂的相关性。通过病例-对照研究,采用Sequenom技术,以9q21中UBQLN1(rs3814507、rs7866234)、GOLM1(rs2225237、rs3750390、rs3750389、rs2297002)基因位点作为待测位点,以241名POP患者为实验组,268名健康人群为对照,对外周血DNA中上述待测位点的基因多态性进行研究,探讨盆腔脏器脱垂的遗传易感性与单核苷酸基因多态性之间的关系。rs2297002、rs3750389、rs7866234位点的等位基因频率在病例组及对照组之间差异有统计学意义(P<0.05),余SNP位点等位基因频率组间无统计学差异(P>0.05)。本研究共纳入5个SNP位点, rs2297002 SNP位点基因型分布频率存在差异(P<0.05)。rs2297002不同基因型在病例组及对照组间分布差异有统计学意义(P<0.05)。Logistic单因素回归模型分析结果显示rs2297002位点TC型个体与TT型相比,可使POP发病风险增加至1.876倍。rs2297...     

基于空间自注意力机制和深度特征重建的脑MR图像分割方法

准确分割核磁共振(magnetic resonance, MR)图像中的脑组织是临床诊断、手术计划和辅助治疗的关键步骤.深度学习在各种图像分割任务中表现出巨大潜力，现有模型没有一种有效方法汇总远距离像素间的关系.在网络解码阶段不能很好地融合不同层级的特征，导致无法准确定位.为克服上述问题，本文提出一种基于空间自注意力机制和深度特征重建的脑MR图像分割方法，构建了一个可以融合3维信息的2D模型，可快速准确对3D结构图像进行密集预测.在MRBrainS13数据集和IBSR数据集上进行充分地实验研究，结果表明本文方法在3D多模态和单模态脑MR图像分割方面优于目前的2D模型，运算和推理时间相比3D模型小很多，性能却十分接近.