拔除阻生智齿中涡轮机法与凿骨劈冠法的比较研究

目的比较涡轮机去骨拔除法(试验组)与凿骨劈冠法(对照组)在拔除中位和低位阻生智齿时的优劣.方法100例(200颗中/低位阻生智齿)均采用自体左右对照,通过掷硬币随机抽样决定试验组和对照组.试验组采用涡轮机拔除法,对照组采用凿骨劈冠拔除法.对手术时间,以及术后疼痛、术后肿胀进行对比观察.结果对于低位阻生齿,涡轮机去骨拔除法手术时间短、术后疼痛及术后肿胀轻.对中位阻生智齿,涡轮机去骨拔除法的手术时间和术后疼痛及肿胀程度大于凿骨劈冠法.结论涡轮机去骨拔除法较凿骨劈冠法在拔除低位阻生齿时具有优势,凿骨劈冠法较涡轮机去骨拔除法在拔除中位阻生智齿时有优势.     

一种时空权重和边缘自适应的扫描格式转换

为实现隔行扫描到逐行扫描的视频扫描格式转换,提出了一种时空权重和边缘自适应的去隔行算法,主要包括运动估计、小角度边缘搜索、时空权重计算、自适应插值等。该算法通过4场相邻像素的最大灰度变化与运动阈值比较实现对当前像素的运动估计,采用自适应搜索半径和并行搜索树的方法实现小角度边缘检测,并且增加对半像素边缘的考虑实现最小6°边缘的检测,最后通过时空权重自适应的插值算法实现去隔行处理,取得很好的处理效果。     

5个年龄栓皮栎热值与灰分含量的分析

不同年龄栓皮栎的灰分含量、干质量热值和去灰分热值是栓皮栎能源开发利用的重要基础。通过对5个年龄栓皮栎不同器官热值、灰分含量的分析,得出:平均灰分含量从高到低时的树龄依次为46、36、17、57、27 a;枝或干的灰分含量低于叶或皮。平均干质量热值从高到低的树龄依次为27、57、36、17、46 a;树叶、树皮、树干的干质量热值与灰分含量均呈不显著负相关,树枝的干质量热值与灰分含量间为极显著线性负相关,平均干质量热值与灰分含量呈显著线性负相关;枝或干的干质量热值均低于叶或皮。平均去灰分热值从高到低时的树龄依次为57、27、36、17、46 a;枝或干的去灰分热值均低于叶或皮。从热值与栓皮栎能源林的经营成本考虑,17、27、36、46、57 a的5个栓皮栎年龄段中,27 a可为栓皮栎能源林的理想经营年龄。     

基于K-S VD的低频水声信号去噪处理方法

由于浅海环境下的噪声严重且复杂,水听器得到的接收信号往往很大程度被噪声干扰,具有较低的信噪比,导致水声信号处理难度大等问题.针对此问题,为了更有效地去除有用信号中的海洋噪声,采用基于稀疏分解和字典学习的去噪方法.首先随机构造完备离散余弦变换(discrete cosine trans-form,DCT)字典,之后使用正...     

去噪先验驱动的深度神经网络图像超分

为了提高图像超分的质量,将双层卷积神经网络去噪模块嵌入到图像超分任务中,给出去噪先验驱动的深度神经网络图像超分方法.图像去噪模块可以快速灵活地处理不同水平的噪声,所提出的图像超分网络可以很好地实现图像超分复原.用训练好的网络对双三次下采样和高斯下采样的低分辨率图像进行超分测试,复原的高分辨率图像比使用其他图像超分方法具...     

计算机辅助解析FTIR定量研究蛋白质构象的应用进展

综述了计算机辅助解析傅里叶变换红外光谱在蛋白质构象定量研究中的应用进展,简要介绍了红外光谱测定及二阶导数谱、去卷积和曲线拟合等计算机数学处理方法.对已有的研究结果进行了分类总结,最后讨论了该领域中存在的问题和发展方向.     

自动去浮渣装置设计及在浮上法中的应用

为了对浮上法中的浮渣进行有效去除,文章设计了一种自动去浮渣装置;该装置利用浮渣自身的特点和气压推动原理进行导引,使浮渣经导引后自动导向出渣口,进行排除或收集,这种装置是不耗能的,也是低成本的,它不但可以有效地脱除浮渣,而且可以有效地收集浮渣;该文还提出了对用电解法处理高浓度化工废水,得到的浮渣进行直接燃烧的建议,对节能和资源综合利用都是有益的。     

基于图像分割和融合的图像去雾算法研究

为了解决传统的暗通道先验去雾方法产生的细节丢失和亮度偏低等问题,本研究提出了一种基于图像分割和融合的去雾算法。首先对输入图像使用亮度反转的MSRCR预处理来进行色彩保真;其次用阈值分割法提取图像的特征信息并获得掩膜,根据特征信息设计自适应的Gamma校正方法,提升对比度和亮度,并使用暗通道先验方法保持去雾后的细节;最后将处理后的图像进行掩膜融合。在真实世界的数据集上仿真结果表明,本研究所提算法在去雾后能保留更多的细节且提高亮度。与几种经典的算法相比,本研究所提算法在去雾后的图像有较好的色彩保真度,保留了更多的细节,去雾效果好且亮度更自然。     

实时交通数据的噪声识别和消噪方法

以常用的交通数据———交通量时间序列的实测数据为例,给出多个噪声识别及消噪预处理的实验结果.为提高建模的准确度,采用模糊减法聚类对交叉口实测交通量进行噪声识别.对实测交通量采用奇异值分解的滤波方法进行除噪预处理,并通过训练径向基函数网络进行预测.与数据未经滤波直接训练网络相比,预测结果的平均绝对相对误差降低了3.31%.用小波变换对交通量数据进行消噪处理,即通过多分辨率的小波分解和重构来实现消噪.实验表明,若对原始交通量时间序列消噪后再建立预测模型,将获得更好的预测结果,这说明研究的噪声识别和消噪方法的可行性和有效性.     

基于区块链的物联网应用研究综述

物联网设备数量的快速增长证明了该领域具有巨大的应用及研究价值,但其设备异构性、隐私泄露、安全漏洞及可扩展性等自身问题使得物联网系统安全面临着严峻挑战。通过结合区块链技术解决上述问题,已成为物联网领域的一大主要研究热点。分析了物联网目前所面临的风险挑战及结合区块链后的可解决方案,对近几年国内外区块链技术在物联网各领域的应用最新研究成果及与5G网络的可集成性进行了总结,分析了未来在这些领域的研究发展方向,讨论了区块链与物联网集成后面临的资源受限、计算开销大及隐私性等问题。