一论文集的一般P-C矩阵由论文数据和引文数据两部分组成。基于一般P-C矩阵并引入“等时性”概念，我们创建了关键变量Ck。Ck表示的是不同年份发表的论文在各自发表后第k年的引文数量的平均值。借助Ck可以构建R族科学发展节律指标，定义...一论文集的一般P-C矩阵由论文数据和引文数据两部分组成。基于一般P-C矩阵并引入“等时性”概念，我们创建了关键变量Ck。Ck表示的是不同年份发表的论文在各自发表后第k年的引文数量的平均值。借助Ck可以构建R族科学发展节律指标，定义为引文观察值和引文期望值的比值，用于反映科学发展的节律。R族指标包括4项指标：①指标R——被引年视角加三角形引文窗口；②指标R’——被引年视角加平行四边形引文窗口；③指标r——引用年视角加三角形引文窗121；④指标r’——引用年视角加平行四边形引文窗口。以Journal of Documentation为例，本文具体说明了R族序列的计算和R族指标的应用。展开更多
随着无线通信技术的发展,车载自组织网络(Vehicular Ad Hoc Network,VANET)已经成为一个新型的研究领域。针对VANET中车辆行驶的特征以及车辆间安全信息传输严格的时延限制和高可靠性要求,提出了一种基于簇的协作MAC(CCB-MAC)协议用于...随着无线通信技术的发展,车载自组织网络(Vehicular Ad Hoc Network,VANET)已经成为一个新型的研究领域。针对VANET中车辆行驶的特征以及车辆间安全信息传输严格的时延限制和高可靠性要求,提出了一种基于簇的协作MAC(CCB-MAC)协议用于安全信息的传输。当在广播期间节点没有接收到安全信息时,被选择的辅助节点重传先前侦听到的安全信息到目的节点,并且重传是在未被预留的时隙中进行的,这将不会中断正常的传输。数值分析和仿真结果表明,CCB-MAC明显提高了安全信息传输成功的概率,降低了传输时延和丢包率。展开更多
针对测地线活动轮廓(geodesic active contour,GAC)模型轮廓演化速度慢的问题,构造一个区域灰度相似性信息项,对GAC模型的能量泛函进行改进,加快轮廓演化速度,将其用于肺部薄扫CT(computed tomography)图像序列中肺实质的自动分割。采...针对测地线活动轮廓(geodesic active contour,GAC)模型轮廓演化速度慢的问题,构造一个区域灰度相似性信息项,对GAC模型的能量泛函进行改进,加快轮廓演化速度,将其用于肺部薄扫CT(computed tomography)图像序列中肺实质的自动分割。采用基于Nystrom逼近的谱聚类算法分割CT图像序列中间位置CT中的肺实质,计算其灰度均值与标准差,构造区域灰度相似性信息项,以分割好的肺实质轮廓作为初始轮廓,分别从上下两个方向采用改进了能量泛函的GAC模型实现其它切片中肺实质的分割。实验结果表明,该方法能够较好实现肺实质的自动分割,与医师分割结果的重合率可达94.83%,时间消耗较少。展开更多
文摘一论文集的一般P-C矩阵由论文数据和引文数据两部分组成。基于一般P-C矩阵并引入“等时性”概念，我们创建了关键变量Ck。Ck表示的是不同年份发表的论文在各自发表后第k年的引文数量的平均值。借助Ck可以构建R族科学发展节律指标，定义为引文观察值和引文期望值的比值，用于反映科学发展的节律。R族指标包括4项指标：①指标R——被引年视角加三角形引文窗口；②指标R’——被引年视角加平行四边形引文窗口；③指标r——引用年视角加三角形引文窗121；④指标r’——引用年视角加平行四边形引文窗口。以Journal of Documentation为例，本文具体说明了R族序列的计算和R族指标的应用。
文摘随着无线通信技术的发展,车载自组织网络(Vehicular Ad Hoc Network,VANET)已经成为一个新型的研究领域。针对VANET中车辆行驶的特征以及车辆间安全信息传输严格的时延限制和高可靠性要求,提出了一种基于簇的协作MAC(CCB-MAC)协议用于安全信息的传输。当在广播期间节点没有接收到安全信息时,被选择的辅助节点重传先前侦听到的安全信息到目的节点,并且重传是在未被预留的时隙中进行的,这将不会中断正常的传输。数值分析和仿真结果表明,CCB-MAC明显提高了安全信息传输成功的概率,降低了传输时延和丢包率。
文摘针对测地线活动轮廓(geodesic active contour,GAC)模型轮廓演化速度慢的问题,构造一个区域灰度相似性信息项,对GAC模型的能量泛函进行改进,加快轮廓演化速度,将其用于肺部薄扫CT(computed tomography)图像序列中肺实质的自动分割。采用基于Nystrom逼近的谱聚类算法分割CT图像序列中间位置CT中的肺实质,计算其灰度均值与标准差,构造区域灰度相似性信息项,以分割好的肺实质轮廓作为初始轮廓,分别从上下两个方向采用改进了能量泛函的GAC模型实现其它切片中肺实质的分割。实验结果表明,该方法能够较好实现肺实质的自动分割,与医师分割结果的重合率可达94.83%,时间消耗较少。
