导读:本文包含了融合参数论文开题报告文献综述及选题提纲参考文献，主要关键词:颈椎,椎间隙,解剖学测量,零切迹
融合参数论文文献综述
张礼仁,刘家明,刘志礼,张志宏[1]（2019）在《零切迹颈椎椎间融合器解剖学参数测量》一文中研究指出目的通过测量正常国人的颈椎椎间隙解剖学参数,为设计符合国人的颈椎前路零切迹椎间融合器提供理论依据。方法纳入200例健康志愿者,在标准颈椎正侧位X线片上测量颈C2～3、C3～4、C4～5、C5～6、C6～7椎间隙的前缘、中点、后缘高度,椎间隙横径,椎间隙矢状径,螺钉进钉的最佳角度和深度,椎间盘角。分别计算各解剖参数的均值和标准差。结果纳入男性志愿者100人,平均年龄31.21岁,女性志愿者100人,平均年龄31.05岁。男性组椎间隙横径为(19.88±1.06)mm,矢状径(19.42±1.59)mm,前缘高度(5.57±0.74)mm,中点高度(7.24±0.98)mm,后缘高度(4.11±0.27)mm;上位螺钉进钉的最佳深度为(33.54±1.14)mm,下位螺钉进钉的最佳深度(24.35±1.53)mm;上位螺钉进钉的最佳角度为(41.10±2.86)°,下位螺钉进钉的最佳角度为(47.13±3.17)°;椎间盘角为(4.94±1.36)°。女性组椎间隙横径为(18.29±0.89)mm,矢状径(13.76±1.41)mm,前缘高度(5.12±0.64)mm,中点高度(6.68±0.67)mm,后缘高度(3.20±0.25)mm;上位螺钉进钉的最佳深度为(25.18±1.75)mm,下位螺钉进钉的最佳深度为(21.83±1.66)mm;上位螺钉进钉的最佳角度为(41.66±2.70)°,下位螺钉进钉的最佳角度为(47.03±2.43)°;椎间盘角为(4.80±1.38)°。男性组与女性组各参数对比,差异无统计学意义(P>0.05)。同节段椎间隙前、中、后缘高度均存在统计学差异,表现为后缘高度<前缘高度<中点高度(P<0.05)。结论通过正常人群颈椎X线解剖学测量,可获得设计零切迹颈椎椎间融合器的国人数据。(本文来源于《中国临床解剖学杂志》期刊2019年06期）
孙宏伟,彭彦昆,王凡[2]（2019）在《空间分辨散射光谱多参数信息融合方法的生鲜肉嫩度无损检测》一文中研究指出嫩度是猪肉食用品质最重要的指标之一。猪肉嫩度取决于猪肉组织复杂的物理、化学特性,目前难以实现快速无损伤检测。探索空间分辨光谱技术用于生鲜肉嫩度无损检测的可行性。首先利用点光源高光谱扫描系统采集54块猪肉背最长肌的空间可分辨散射光谱,经过感兴趣区域选择,提取出猪肉样本表面光斑的空间扩散轮廓,结合4-参数洛伦兹分布函数对扩散轮廓进行非线性拟合,拟合优度R~2>0.992,并通过残差分析,表明4-参数洛伦兹分布函数符合肉样表面光强的空间散射规律,进而提取出480～950 nm波长下空间分辨光谱的四个形态学参数:渐进值a、峰值b、半带宽c以及半带宽处的斜率d。然后将单参数谱分别与猪肉样本Warner-Bratzler剪切力(WBSF)测量值进行偏最小二乘回归(PLSR)分析。结果表明不同参数谱都含有猪肉嫩度信息,其中峰值参数谱b建模效果最佳,其回归模型的校正集决定系数R_c~2为0.674,均方根误差SEC为8.396N,预测集决定系数R_c~2为0.610,均方根误差SEP为8.643N。为提高模型的预测精度和稳定性,实现多参数谱信息的融合,先通过PLSR分析,分别提取出每个参数谱中对猪肉嫩度方差贡献大的公共因子,然后将其因子得分组合在一起作为参数谱的特征变量,与猪肉样本WBSF测量值作多元统计回归分析。为避免数据冗余,对不同参数谱特征变量进行多重共线性判别,进一步采用PLSR算法对参数谱特征变量进行降维和变换,采用交叉验证方法,选择前两维因子得分进行校正模型的建立。其中所提取第一维公共因子对猪肉WBSF值方差解释率达92.28%。与单参数谱所建PLSR模型相比,多参数谱信息融合模型预测效果有了较大提高,其R_c~2和R_c~2分别为0.923和0.800, SEC和SEP分别为4.083N和5.655N。通过对回归系数进行统计量t检验,结果表明所有回归系数极显着(p<0.01)。本研究通过采取多参数信息融合方法为空间分辨光谱在生鲜肉嫩度无损检测应用提供一种思路,该方法有效将空间分辨光谱解析为4个形态学参数,并实现不同参数谱信息的提取和融合,为开发基于空间分辨光谱的生鲜肉嫩度无损快速检测装备提供技术支撑。(本文来源于《光谱学与光谱分析》期刊2019年11期）
周永江,姚宜斌,颜笑,赵存洁[3]（2019）在《融合GNSS气象参数的BP神经网络雾霾预测研究》一文中研究指出结合IGS中心获取的BJFS站气象参数(气温(T)、气压(P)、大气可降水量(PWV))及同期PM_(2.5)数据,建立一种融合时序网络和回归网络的雾霾预测模型,对PM_(2.5)浓度进行预测。研究表明,引入GNSS气象参数的融合网络模型较单一网络模型适应性强、准确度高,在一定精度范围内可准确预测PM_(2.5)的变化,时效性达3 h。本文结论验证了卫星导航技术应用于雾霾天气监测及预报的可行性。(本文来源于《大地测量与地球动力学》期刊2019年11期）
刘颂,刘福龙,刘二浩,吕庆,石泉[4]（2019）在《融合大数据技术和工艺经验的高炉参数优化》一文中研究指出为了更精准地评判高炉运行情况,量化高炉指导方针。根据高炉生产过程的特点,应用大数据技术对高炉生产参数与铁水产量和高炉能耗等指标进行数据驱动分析,提出了一种优化高炉生产参数的新方法。首先,对某钢铁厂高炉各工序历史数据进行了采集、清洗、过滤和整合,建立了高炉数据仓库。然后,将多种聚类算法相结合,完成了对高炉炉况变化的详细划分。运用工艺经验与递归特征消除算法相结合,全面筛选得到能够反映炉况波动的强相关变量。应用统计学方法分析得出Class_a炉况对应的核心参数的最优范围,这对指导现场生产、保持高炉长期稳定顺行具有重要意义。(本文来源于《钢铁》期刊2019年11期）
王梦迪,冯义军[5]（2019）在《我国风电高质量发展迎来新时代》一文中研究指出前不久的一天，北京中国职工之家会场内掌声雷动，这一次，掌声为中国电力设备管理协会风电专业委员会（简称专委会）的成立而响。中国电力设备管理协会执行会长刘斯颉在致辞中表示：“专委会组成单位襄括了国网等全国13大电力央企集团公司以及金风、明阳、华为等风电设备制(本文来源于《中国电力报》期刊2019-11-04）
陈尚巧,王明春,张雨飞,刘宇[6]（2019）在《基于PSO-SOA融合算法的PID参数优化》一文中研究指出提出一种粒子群(Particle Swarm Optimization,PSO)与人群搜索融合(Seeker Optimization Algorithm,SOA)的算法,将其用于优化工业控制过程中PID参数。充分利用粒子群算法突出的局部寻优能力与人群搜索算法的全局搜索能力,将两种算法结合,提高算法的收敛速度以及收敛精度。通过不同的典型测试函数,将其分别对比标准粒子群算法以及人群搜索算法,验证该融合算法具有更佳的优化效果。将该融合算法用于PID控制器参数优化,仿真结果表明,该融合算法提高了控制精度和系统响应速度,鲁棒性好,改善了控制系统性能。(本文来源于《工业控制计算机》期刊2019年10期）
唐超[7]（2019）在《健康人群枕颈角和后枕颈角参数测量及其在枕颈固定融合术中的应用观察》一文中研究指出目的:测量健康成人枕颈角(OC2A)和后枕颈角(POCA),观察后路枕颈固定融合时OC2A和POCA的选择对术后临床疗效及下颈椎曲度的影响。方法:根据性别和年龄随机筛选150例无颈椎疾病的健康体检者(健康组),其中男女各75例,各性别组根据不同年龄段分5个组;经3名脊柱外科主治医师分别测量健康组的OC2A和POCA,取其平均值。回顾我院2010年01月-2016年06月创伤型寰枢椎脱位行后路枕颈固定融合术21患者的临床资料(疾病组),分别测量术前、术后行走即刻及术后末次随访的OC2A、POCA和下颈椎曲度(CSA);记录术前及术后末次随访VAS评分、JOA、NDI及术后行走即刻与术后末次随访CSA改变值(dCSA)。结果:健康组150名志愿者OC2A、POCA分别为14.5°±3.7°、108.2°±8.1°,95%置信区间(CI)分别为7.2°～21.8°、92.3°～124.0°;而且OC2A与POCA之间存在负相关(r=-0.386,P<0.001)。疾病组21例寰枢椎脱位患者术前OC2A(18.2°±5.4°)明显大于健康组(P<0.001),POCA(113.9°±10.4°)与健康组差异无统计学意义(P>0.05)。术后行走即刻理想的OC2A和POCA(均在健康组95%CI参考范围)有11例(组1),其余患者(组2)和组1术后末次随访VAS评分、JOA和NDI功能指数均较术前明显改善(P<0.01);两组之间末次随访VAS、JOA无显着性差异(P=0.981,P=0.439);但组1末次随访NDI(6.2±2.4)明显低于组2(9.3±3.6)(P=0.028)。组2 dCSA(5.9°±6.1°)大于组1(-3.0°±8.0°),差异有统计学意义(P=0.011)。结论:OC2A与POCA负相关对于维持枕颈区生物力学平衡具有重要的作用。针对急性创伤性上颈椎疾病后路枕颈固定融合时,将OC2A和POCA分别控制在健康人群的95%CI参考范围(7.2°～21.8°、92.3°～124.0°),可进一步改善患者术后的临床疗效,减小远期下颈椎前凸曲度的丢失。(本文来源于《第五届“华夏黄河骨科大会”、甘肃省老年医学会脊柱疾患专业委员会第二届学术年会、中国中西医结合学会脊柱医学专业委员会第十二届学术年会暨第四届专业委员会换届会议论文集》期刊2019-10-18）
冯小英,杨延辉,左银卿,丁瑞霞,韩晟[8]（2019）在《敏感属性与参数反演融合定量预测煤体结构》一文中研究指出煤体结构与煤储层是否富气、高产密切相关,煤体结构定量预测尤其重要。为此,以沁水盆地马必东叁维区3~#煤为例,通过计算常用的地震属性与储层参数在煤体结构预测方面的有效性,发现煤体结构最佳敏感地震属性为纹理属性,最佳敏感储层参数为电阻率。纹理属性平面变化自然,断层清晰,但纵向分辨率低;而电阻率参数反演纵向分辨率高,井点处反演结果与对应的测井曲线吻合良好,但横向变化不自然,不能识别断层。因此将纹理属性与电阻率参数反演结果相融合,优势互补,最终得到的原生煤比率符合煤储层沉积规律,实现了煤体结构的定量预测。经后续开发井证实,该预测结果可高效指导下一步生产实践,所采用的融合技术思路可为其他地区煤体结构预测提供借鉴。(本文来源于《石油地球物理勘探》期刊2019年05期）
马春艺,张君,鲍明,陈志菲,杨建华[9]（2019）在《声场空频特征非参数融合无人机声学探测》一文中研究指出针对复杂多源混迭目标声源辨识问题,传统定位算法因存在较多噪声干扰,定位结果会出现很多野点,无法准确地对目标进行估计。本文提出利用高分辨率声成像处理算法获得目标区域声场空频信息矩阵,依据先验目标噪声源频率统计特性得到无人机特征,通过非参数估计的Parzen窗函数法计算空间分布概率密度函数,基于目标在特征频段和空间区域的分布特性,建立空频特征联合优化的检测定位模型。无人机声学检测仿真与实际定位结果表明该方法具有良好的空间抗干扰能力,可实现复杂环境下声源目标的检测定位。(本文来源于《信号处理》期刊2019年09期）
赵其桂,王冠,郭建中[10]（2019）在《基于系统集成技术的多参数融合超声检测平台》一文中研究指出0引言对于人体运动组织进行快捷、方便、价格低廉的无损检测,特别是在骨骼肌检测方面,最常用的是超声、肌电等技术。对于骨骼肌来讲,目前各类超声、肌电技术系统相互独立,检测侧重点、技术要求各不相同,设备不能相互融合。这样较难满足人体在做动作的同时,一次性得到骨骼肌的超声图像、超声射频信号以及肌电信号。本文基于Labview的系统集成技术,通过计算机网络技术对不同设备进行功能、数据和模式整合,将不同的功能设备、(本文来源于《2019年全国声学大会论文集》期刊2019-09-21）
融合参数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
嫩度是猪肉食用品质最重要的指标之一。猪肉嫩度取决于猪肉组织复杂的物理、化学特性,目前难以实现快速无损伤检测。探索空间分辨光谱技术用于生鲜肉嫩度无损检测的可行性。首先利用点光源高光谱扫描系统采集54块猪肉背最长肌的空间可分辨散射光谱,经过感兴趣区域选择,提取出猪肉样本表面光斑的空间扩散轮廓,结合4-参数洛伦兹分布函数对扩散轮廓进行非线性拟合,拟合优度R~2>0.992,并通过残差分析,表明4-参数洛伦兹分布函数符合肉样表面光强的空间散射规律,进而提取出480～950 nm波长下空间分辨光谱的四个形态学参数:渐进值a、峰值b、半带宽c以及半带宽处的斜率d。然后将单参数谱分别与猪肉样本Warner-Bratzler剪切力(WBSF)测量值进行偏最小二乘回归(PLSR)分析。结果表明不同参数谱都含有猪肉嫩度信息,其中峰值参数谱b建模效果最佳,其回归模型的校正集决定系数R_c~2为0.674,均方根误差SEC为8.396N,预测集决定系数R_c~2为0.610,均方根误差SEP为8.643N。为提高模型的预测精度和稳定性,实现多参数谱信息的融合,先通过PLSR分析,分别提取出每个参数谱中对猪肉嫩度方差贡献大的公共因子,然后将其因子得分组合在一起作为参数谱的特征变量,与猪肉样本WBSF测量值作多元统计回归分析。为避免数据冗余,对不同参数谱特征变量进行多重共线性判别,进一步采用PLSR算法对参数谱特征变量进行降维和变换,采用交叉验证方法,选择前两维因子得分进行校正模型的建立。其中所提取第一维公共因子对猪肉WBSF值方差解释率达92.28%。与单参数谱所建PLSR模型相比,多参数谱信息融合模型预测效果有了较大提高,其R_c~2和R_c~2分别为0.923和0.800, SEC和SEP分别为4.083N和5.655N。通过对回归系数进行统计量t检验,结果表明所有回归系数极显着(p<0.01)。本研究通过采取多参数信息融合方法为空间分辨光谱在生鲜肉嫩度无损检测应用提供一种思路,该方法有效将空间分辨光谱解析为4个形态学参数,并实现不同参数谱信息的提取和融合,为开发基于空间分辨光谱的生鲜肉嫩度无损快速检测装备提供技术支撑。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
融合参数论文参考文献
[1].张礼仁,刘家明,刘志礼,张志宏.零切迹颈椎椎间融合器解剖学参数测量[J].中国临床解剖学杂志.2019
[2].孙宏伟,彭彦昆,王凡.空间分辨散射光谱多参数信息融合方法的生鲜肉嫩度无损检测[J].光谱学与光谱分析.2019
[3].周永江,姚宜斌,颜笑,赵存洁.融合GNSS气象参数的BP神经网络雾霾预测研究[J].大地测量与地球动力学.2019
[4].刘颂,刘福龙,刘二浩,吕庆,石泉.融合大数据技术和工艺经验的高炉参数优化[J].钢铁.2019
[5].王梦迪,冯义军.我国风电高质量发展迎来新时代[N].中国电力报.2019
[6].陈尚巧,王明春,张雨飞,刘宇.基于PSO-SOA融合算法的PID参数优化[J].工业控制计算机.2019
[7].唐超.健康人群枕颈角和后枕颈角参数测量及其在枕颈固定融合术中的应用观察[C].第五届“华夏黄河骨科大会”、甘肃省老年医学会脊柱疾患专业委员会第二届学术年会、中国中西医结合学会脊柱医学专业委员会第十二届学术年会暨第四届专业委员会换届会议论文集.2019
[8].冯小英,杨延辉,左银卿,丁瑞霞,韩晟.敏感属性与参数反演融合定量预测煤体结构[J].石油地球物理勘探.2019
[9].马春艺,张君,鲍明,陈志菲,杨建华.声场空频特征非参数融合无人机声学探测[J].信号处理.2019
[10].赵其桂,王冠,郭建中.基于系统集成技术的多参数融合超声检测平台[C].2019年全国声学大会论文集.2019