期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于神经网络和体素模板的骨骼受损类型判别
被引量：
1
1
作者
陈义仁
何坤金
+2 位作者
陆丰威
蒋俊锋
陈正鸣
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2021年第8期1295-1307,共13页
针对骨骼受损类型复杂多样、难以自动判别的问题,提出一种基于神经网络和体素模板的骨骼受损类型自动判别方法.首先构建一种区域分割且规则化的体素模板,以有效地表征形态结构不规则的骨骼受损区域;然后建立一种受损骨骼与体素模板之间...
针对骨骼受损类型复杂多样、难以自动判别的问题,提出一种基于神经网络和体素模板的骨骼受损类型自动判别方法.首先构建一种区域分割且规则化的体素模板,以有效地表征形态结构不规则的骨骼受损区域;然后建立一种受损骨骼与体素模板之间的同构映射,用于提取受损区域的体素信息,并依此生成受损类型体素样本库;再结合医学先验知识定义一种受损区域体素间的约束关系,将连续受损区域作为单元,对同类型样本进行组合以扩充样本库;最后设计和训练神经网络模型对骨骼的受损类型进行自动判别.实验中采集352份股骨受损样本,其预测结果与骨科医师的临床诊断结论相比,准确率达97%,且分类准确率、时间性能和所识别的受损类型数目优于现有文献方法,结果表明,该方法能够辅助医生快速、有效地判断患者骨骼的受损类型,为骨折手术中内固定植入物的选取提供理论基础.
展开更多
关键词
体素模板
神经网络
受损类型
平均化模型
在线阅读
下载PDF
职称材料
特大降雪灾害对淮南市园林绿化树木损害的特征
被引量：
8
2
作者
董冬
颜守保
+3 位作者
丁晓浩
罗亚
张文露
叶迎
《生态环境学报》
CSCD
北大核心
2018年第5期834-843,共10页
2018年1月初发生特大降雪后,对淮南市4种类型的城市绿地中树木雪灾受损情况进行了调查。将受损树木分为6个受损类型,确定所有胸径(地径)高于6 cm受损树木的受损等级;分析不同生长型(常绿/落叶)树种的受损特征,利用Pearson相关分析,分析...
2018年1月初发生特大降雪后,对淮南市4种类型的城市绿地中树木雪灾受损情况进行了调查。将受损树木分为6个受损类型,确定所有胸径(地径)高于6 cm受损树木的受损等级;分析不同生长型(常绿/落叶)树种的受损特征,利用Pearson相关分析,分析胸径(地径)、树高以及树冠重叠度与树木受损之间的关系;计算不同树种受损指数,并利用单因素方差分析判断不同树种受损指数之间的差异。结果表明,调查范围内树木受损较严重,有23种5 181株树木存在不同程度的受损,轻度受损、中度受损和重度受损个体占总受损个体比例分别为36.15%、44.53%和19.32%;生长型(常绿/落叶)是影响树木受损的重要因素,常绿树种在各个受损等级均高于落叶树种;随着胸径的增加,树木受损的比例先减小后增大,胸径(地径)与断枝少个体的比例呈极显著正相关(P<0.01),与严重断枝或断梢和折断个体的比例呈极显著负相关(P<0.01);树木的损伤比例随树高增大而降低,但断枝多、断梢等损伤程度高的比例有增加的趋势。矮树主要为压弯和折断,中、高树主要为断枝;树冠重叠度与树木中度受损呈显著正相关(r=0.824,P<0.01),重叠度低的树木易发生压弯、折断和倒伏,重叠度高的易发生断枝。受损比例高于40%的6个树种间的受损指数差异显著(P<0.05),香樟(Cinnamomum camphora)的受损指数最高(ID=0.42),与其他5个树种之间均存在显著差异。该研究对绿化树种的选择及突发暴雪灾害中树种的管理和保护具有一定参考意义。
展开更多
关键词
园林绿化树木
雪灾
受损类型
树木属性
淮南市
在线阅读
下载PDF
职称材料
题名
基于神经网络和体素模板的骨骼受损类型判别
被引量：
1
1
作者
陈义仁
何坤金
陆丰威
蒋俊锋
陈正鸣
机构
河海大学物联网工程学院
安庆师范大学计算机与信息学院
常州市图形图像与骨科植入物数字化技术重点实验室
河海大学疏浚技术教育部工程研究中心
出处
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2021年第8期1295-1307,共13页
基金
国家自然科学基金(61772172)
中央高校基金科研业务费专项(B200204036)
+2 种基金
常州市科技支撑计划(社会发展)(CE20195029)
江苏省自然科学基金(BK20181158)
安徽高校协同创新项目(GXXT-2019-008).
文摘
针对骨骼受损类型复杂多样、难以自动判别的问题,提出一种基于神经网络和体素模板的骨骼受损类型自动判别方法.首先构建一种区域分割且规则化的体素模板,以有效地表征形态结构不规则的骨骼受损区域;然后建立一种受损骨骼与体素模板之间的同构映射,用于提取受损区域的体素信息,并依此生成受损类型体素样本库;再结合医学先验知识定义一种受损区域体素间的约束关系,将连续受损区域作为单元,对同类型样本进行组合以扩充样本库;最后设计和训练神经网络模型对骨骼的受损类型进行自动判别.实验中采集352份股骨受损样本,其预测结果与骨科医师的临床诊断结论相比,准确率达97%,且分类准确率、时间性能和所识别的受损类型数目优于现有文献方法,结果表明,该方法能够辅助医生快速、有效地判断患者骨骼的受损类型,为骨折手术中内固定植入物的选取提供理论基础.
关键词
体素模板
神经网络
受损类型
平均化模型
Keywords
voxelized bone template
neural network
damage type
average model
分类号
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
特大降雪灾害对淮南市园林绿化树木损害的特征
被引量：
8
2
作者
董冬
颜守保
丁晓浩
罗亚
张文露
叶迎
机构
淮南师范学院生物工程学院
阜阳师范学院生物与食品工程学院
出处
《生态环境学报》
CSCD
北大核心
2018年第5期834-843,共10页
基金
安徽省高校优秀拔尖人才培育资助项目(gxfx2017091)
农业部华中都市农业重点实验室(华中农业大学)开放基金项目
+1 种基金
安徽省自然科学基金项目(1508085QC56)
安徽省重点研发开发项目(1704f0704067)
文摘
2018年1月初发生特大降雪后,对淮南市4种类型的城市绿地中树木雪灾受损情况进行了调查。将受损树木分为6个受损类型,确定所有胸径(地径)高于6 cm受损树木的受损等级;分析不同生长型(常绿/落叶)树种的受损特征,利用Pearson相关分析,分析胸径(地径)、树高以及树冠重叠度与树木受损之间的关系;计算不同树种受损指数,并利用单因素方差分析判断不同树种受损指数之间的差异。结果表明,调查范围内树木受损较严重,有23种5 181株树木存在不同程度的受损,轻度受损、中度受损和重度受损个体占总受损个体比例分别为36.15%、44.53%和19.32%;生长型(常绿/落叶)是影响树木受损的重要因素,常绿树种在各个受损等级均高于落叶树种;随着胸径的增加,树木受损的比例先减小后增大,胸径(地径)与断枝少个体的比例呈极显著正相关(P<0.01),与严重断枝或断梢和折断个体的比例呈极显著负相关(P<0.01);树木的损伤比例随树高增大而降低,但断枝多、断梢等损伤程度高的比例有增加的趋势。矮树主要为压弯和折断,中、高树主要为断枝;树冠重叠度与树木中度受损呈显著正相关(r=0.824,P<0.01),重叠度低的树木易发生压弯、折断和倒伏,重叠度高的易发生断枝。受损比例高于40%的6个树种间的受损指数差异显著(P<0.05),香樟(Cinnamomum camphora)的受损指数最高(ID=0.42),与其他5个树种之间均存在显著差异。该研究对绿化树种的选择及突发暴雪灾害中树种的管理和保护具有一定参考意义。
关键词
园林绿化树木
雪灾
受损类型
树木属性
淮南市
Keywords
landscape afforestation trees
snow disaster
damage type
tree characteristics
Huainan City
分类号
S761 [农业科学—森林保护学]
X173 [环境科学与工程—环境科学]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于神经网络和体素模板的骨骼受损类型判别
陈义仁
何坤金
陆丰威
蒋俊锋
陈正鸣
《计算机辅助设计与图形学学报》
EI
CSCD
北大核心
2021
1
在线阅读
下载PDF
职称材料
2
特大降雪灾害对淮南市园林绿化树木损害的特征
董冬
颜守保
丁晓浩
罗亚
张文露
叶迎
《生态环境学报》
CSCD
北大核心
2018
8
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
