弦图

摘要： 准确识别土地利用格局时空演变规律和轨迹特征,对科学推进该地区生态保护和社会经济高质量发展具有重要意义。采用1990年、2005年和2018年3期土地利用数据构建鄂西南地区土地利用变化轨迹序列,利用土地利用变化各项指数、弦图可视化、标准差椭圆方法,从地类总量变化特征、数量变化轨迹特征和空间变化轨迹特征3个方面开展,揭示近30年来鄂西南地区土地利用格局时空演变特征与变化趋势。结果表明:(1)土地利用总量变化稳定性特征明显。林地和耕地始终是研究区主要土地利用类型,耕地持续减少,建设用地持续增加,土地利用变化活跃但整体态势平缓。(2)土地利用格局数量变化轨迹主导性特征鲜明。1990—2005年以耕地和林地之间相互转换及林地的流出为主,2005—2018年以耕地、林地和草地之间的相互转换、建设用地的进一步扩张为主,整体上地类的变化表现为空间位置上的转移。2005—2018年比1990—2005年土地利用变化类型更多样,土地利用变化行为更活跃。(3)空间变化轨迹集聚性和分异性特征显著。2005—2018年综合土地利用动态变化强度更大。近30年来研究区土地利用格局变化重心、面积、方向和扩散趋势存在空间变化。研究成果为鄂西南地区土地利用研究和国土空间规划提供了参考依据。

摘要： 一次函数是八年级数学的学习内容,在平面直角坐标系中,研究点和直线的动态特征,以及在动态情境下产生的几何图形存在性问题,是考察学生思维能力的有效载体,已成为考试的重难点.本文将结合具体题目,从不同方面探讨存在性问题的解法.

摘要： 一次函数是八年级数学的学习内容,在平面直角坐标系中,研究点和直线的动态特征,以及在动态情境下产生的几何图形存在性问题,是考察学生思维能力的有效载体,已成为考试的重难点.本文将结合具体题目,从不同方面探讨存在性问题的解法.

摘要： 真题呈现例1(2020·湖南·娄底)由4个直角边长分别为a,b的直角三角形围成的赵爽"弦图"如图1所示,该图根据大正方形的面积c^(2)等于小正方形的面积(a-b)^(2)与4个直角三角形的面积2ab的和证明了勾股定理a^(2)+b^(2)=c^(2),还可以用来证明结论:若a>0,b>0且a^(2)+b^(2)为定值,,则当a___b时,ab取得最大值.

摘要： 以武夷山国家公园为研究对象,基于2000、2010和2020年的遥感监测数据,分析了公园整体及其4个功能区的景观类型构成、变化轨迹及景观格局演变特征.结果表明:(1)2000—2020年期间,有林地在研究区占绝对优势,面积占比为76.74%~76.94%.景观变化在2000—2010年较为活跃,而在2010—2020年趋于稳定.(2)各景观类型在4个功能区的分布差异较大;在生态修复区,各种景观类型均有较多分布,且人类活动较多,应重点关注.(3)2000—2020年期间,景观类型间的数量变化轨迹趋于多样化,其中有林地流出最明显,流出景观类型主要为其它林地和疏林地.从空间变化轨迹来看,非林地流向林地的图斑分布较为集中,而林地流向非林地的图斑大多呈点状零星散布在研究区.(4)2000—2020年期间,全公园范围内林地总体保护效果较好,在生态修复区和传统利用区,各林地类型的景观破碎化程度均有小幅增加,这2个功能区内人类活动较多,今后还须加强管控.

摘要： 研究长时间序列的土地利用时空演变规律,对科学推进黄河流域生态保护和社会经济高质量发展具有重要意义.该研究基于1990、2000、2010和2018年土地利用遥感数据,以具有中游和下游双重属性的黄河流域(河南段)为研究对象,利用土地利用变化指数、弦图(Chord Diagram)可视化模型及重心迁移模型,探讨了近30年黄河流域(河南段)土地覆被变化的流量、流向、多样性程度及政策启示.结果表明:1)粮食保障用地(约55％)和生产生活用地(约10％)主要分布在平原地带,生态保育用地(约35％)主要集中在海拔较高的山地.2)1990-2018年间旱地的流出和流入行为均体现出显著的主导性,水田、水域和草地以流出行为为主导,城镇用地、农村居民点和其他建设用地以流入行为为主导.3)中心城市的土地利用变化在整个时期内具有明显的区域带动效应.4)粮食保障用地和生态保育用地的重心均向西迁移且面积呈减少趋势,说明下游平原地带的优质耕地减少且生态系统服务功能在逐步减弱;生产生活用地面积逐年增加,城镇用地重心向东迁移表明下游各城镇的社会经济发展逐渐活跃,农村居民点和其他建设用地重心向西迁移表明中游的人口规模逐渐增大.

摘要： Graph modification problems refer to deleting or adding edges or vertices in a graph to make a graph trans-form to another graph with a certain property.Graph modification problems have been widely studied for many years, especially on chordal graphs,interval graphs and unit interval graphs.Chordal graphs are the most important perfect graph class and supersets of(unit)interval graphs.There are many NP-hard problems which can be solved in polynomial time on chordal graphs.Interval graphs and unit interval graphs have momentous application on computational biology. Research on graph modification problems of these graphs make a great contribution to both computer theory and appli-cations.This survey first summarized important results for the graph modification problems on chordal graph,interval graph and unit interval graphs,then analyzed these problems,and provided some open problems to be worth studying.%图修正问题是指在一个图中进行删除点、删除边或加边操作,使这个图转变成另一个具有某种特殊性质的图.图修正问题一直被广泛研究,尤其对弦图、区间图以及单位区间图的图修正问题的研究更是如此.弦图是完美图中最重要的一类图,也是(单位)区间图的父类图,很多经典的NP难问题在弦图上都是多项式可解的.区间图以及单位区间图在生物计算上有着广泛的应用.对这几类图的图修正问题的研究对计算机理论和实践有很大的贡献.首先介绍并总结了关于弦图、区间图以及单位区间图的图修正问题的重要算法和技术,然后对这些问题的研究现状进行分析,并提出了今后研究中值得关注的问题.

摘要： 对可分解概率模式, 在 0-1 损失下证明了无向马尔科夫毯分类器是最优分类器. 针对目前建立无向马尔科夫毯结构效率和可靠性低的问题, 本文基于贝叶斯网络理论、马尔科夫网络理论和可靠性定理进行局部无向马尔科夫毯结构学习, 来避免这些问题. 同时,为对小例子集也能进行有效地分类, 建立了近似学习方法, 并把无向马尔科夫毯分类器扩展成为联合分类器. 分别使用模拟和真实数据进行了分类器分类准确性比较试验, 试验结果显示了联合分类器具有良好的分类准确性.

摘要： 对可分解概率模式, 在 0-1 损失下证明了无向马尔科夫毯分类器是最优分类器. 针对目前建立无向马尔科夫毯结构效率和可靠性低的问题, 本文基于贝叶斯网络理论、马尔科夫网络理论和可靠性定理进行局部无向马尔科夫毯结构学习, 来避免这些问题. 同时,为对小例子集也能进行有效地分类, 建立了近似学习方法, 并把无向马尔科夫毯分类器扩展成为联合分类器. 分别使用模拟和真实数据进行了分类器分类准确性比较试验, 试验结果显示了联合分类器具有良好的分类准确性.

摘要： 对可分解概率模式, 在 0-1 损失下证明了无向马尔科夫毯分类器是最优分类器. 针对目前建立无向马尔科夫毯结构效率和可靠性低的问题, 本文基于贝叶斯网络理论、马尔科夫网络理论和可靠性定理进行局部无向马尔科夫毯结构学习, 来避免这些问题. 同时,为对小例子集也能进行有效地分类, 建立了近似学习方法, 并把无向马尔科夫毯分类器扩展成为联合分类器. 分别使用模拟和真实数据进行了分类器分类准确性比较试验, 试验结果显示了联合分类器具有良好的分类准确性.

摘要： 对可分解概率模式, 在 0-1 损失下证明了无向马尔科夫毯分类器是最优分类器. 针对目前建立无向马尔科夫毯结构效率和可靠性低的问题, 本文基于贝叶斯网络理论、马尔科夫网络理论和可靠性定理进行局部无向马尔科夫毯结构学习, 来避免这些问题. 同时,为对小例子集也能进行有效地分类, 建立了近似学习方法, 并把无向马尔科夫毯分类器扩展成为联合分类器. 分别使用模拟和真实数据进行了分类器分类准确性比较试验, 试验结果显示了联合分类器具有良好的分类准确性.

摘要： 对可分解概率模式, 在 0-1 损失下证明了无向马尔科夫毯分类器是最优分类器. 针对目前建立无向马尔科夫毯结构效率和可靠性低的问题, 本文基于贝叶斯网络理论、马尔科夫网络理论和可靠性定理进行局部无向马尔科夫毯结构学习, 来避免这些问题. 同时,为对小例子集也能进行有效地分类, 建立了近似学习方法, 并把无向马尔科夫毯分类器扩展成为联合分类器. 分别使用模拟和真实数据进行了分类器分类准确性比较试验, 试验结果显示了联合分类器具有良好的分类准确性.

摘要： 本发明提出了一种异构网络中基于弦图着色的联合干扰对齐与资源分配方法，旨在充分考虑网络中子信道资源的差异化需求，设计干扰对齐簇的选取及资源分配方案，提升用户满意率。实现步骤为：根据用户的子信道数目需求和资源冲突关系，构造冲突图；基于最大势搜索算法构造弦化冲突图；对每一个干扰对齐簇，构造转化冲突图；使用最大加权子图算法计算弦化冲突图以及转化冲突图的满意用户数，选取干扰对齐簇；使用最大势算法得到弦化冲突图的完美消除序列，并基于完美消除序列为每个链路分配子信道；本发明比现有技术的适用场景更广，复杂度更低，用户满意率更高。

摘要： 本申请涉及一种符合计数弦图生成方法、装置、计算机设备和存储介质。所述方法包括：获取模拟湮灭光子对到达探测器的光子状态信息；若湮灭光子对中的两个光子均被探测器接收，则对相应湮灭光子对的光子状态信息进行处理，确定有效光子对；根据所述有效光子对的光子状态信息，计算所述有效光子对的探测效率权重以及响应线；根据所述探测效率权重以及响应线，生成符合计数弦图。在生成符合计数弦图的过程中加入了探测效率权重，使符合计数弦图的生成条件既包括散射事件在测量弦图中的强度分布，又包括光子被探测器接收的效率，进一步的在使用该符合计数弦图进行散射校正时，能够提高散射校正的精度，提升重建图像的质量。

摘要： 本发明公开了基于光学投影层析正弦图标定旋转中心的方法及装置，所述方法包括：标记物和样品的投影旋转中心相同，得到所述第一截面正弦图和第二截面正弦图，计算第一截面正弦图的平衡位置，通过对所述平衡位置到第一截面正弦图上边缘和下边缘的距离进行计算，得到目标高度值，对第二截面正弦图进行纵向裁剪或纵向修补，所述纵向裁剪和纵向修补的高度值均为目标高度值，对纵向裁剪或纵向修补后的第二截面正弦图进行反投影重建，得到样品的目标重建截面图。本发明通过引入标记物作为参考物，快速计算出样品的投影旋转中心，不受样品结构复杂性影响，实现投影旋转中心校正，降低重建截面的伪影，提高成像质量。

摘要： 本发明涉及计算机断层成像中基于正弦图的散射射线校正。公开了一种用于投影测量数据的散射射线校正的方法(10)，该投影测量数据由一个计算机断层成像系统(31)来记录，该方法(10)包括用于记录(11)、定位(12)、标识(13)和校正(14)的多个步骤。在记录(11)步骤中，从多个投影角度(1)记录投影测量数据，并且将该投影测量数据获取在一个正弦图中。在定位步骤(12)中，在关于一个投影角度(1)的一个预定义角度范围(3)中，定位该正弦图的投影测量数据中的多个特征。在标识步骤(13)中，通过一种经训练的标识算法，从所定位的多个特征中标识针对该投影角度(1)的一个散射分布。在校正步骤(14)中，基于该散射分布，校正该投影角度(1)的投影测量数据。

摘要： 本发明提供了一种吊弦图像处理方法、基于线阵相机的吊弦抓拍系统。所述方法包括获取吊弦图像；对吊弦图像进行预处理；利用GABOR滤波器组对吊弦图像进行GABOR变换；对吊弦图像进行动态二值化处理；计算二值化后的图中白色点的面积，如果面积大于预定阈值,判断为吊弦。所述系统包括线阵天线及服务器。本发明能够获取隧道表面清晰图像，检测效率高、可靠性好并且节省人力。

摘要： 本发明描述了用于自动化的完成、组合和通过正弦图的组合完成的系统和方法。在某些实施例中，正弦图完成基于照片(例如光谱或光学)获取和CT获取(例如微型CT)。在其它实施例中，正弦图完成基于两个CT获取。待被完成的正弦图由于检测器裁剪(例如基于中心的裁剪或者基于偏置的裁剪)可以被截断。待被完成的正弦图由于子体积裁剪(例如基于投影到正弦图上的低分辨率图像)可以被截断。

摘要： 本发明公开了一种基于反余弦图和连续性判据从单幅干涉图恢复相位的方法，包括：(A)对干涉图进行预处理；(B)计算I’的反余弦值；(C)通过判定算法，采用连续性判据，遍历整幅图像，恢复出相位真值；C(1)输入反余弦图，m2(x，y)，m3(x，y)和m4(x，y)；C(2)制定遍历的路径；C(3)起始点取反余弦值；C(4)移至路径中的下一点；C(5)获得可能性向量，并计算其各元素的U值；C(6)将使U值最小的元素作为估计的真值；C(7)计算此点的L值；C(8)此点m(x，y)置为1；C(9)判断路径上所有点的m(x，y)是否全都为1，若是，进行C(10)，若否，回到C(4)；C(10)输出估计的相位。本发明可以降低计算量，提高求解速度，精度更高。

摘要： 本发明公开了一种基于半监督的教师‑学生模型的低剂量spect弦图的预处理和图像重建方法，本方法主要包含弦图去噪预处理和重建两部分，首先是利用双模型神经网络把低剂量，噪声高的spect弦图进行去噪预处理，然后利用MLEM迭代重建算法进行重建。弦图预处理需要经过训练和测试两个阶段；在训练阶段，通过构建两个网络结构相同的教师模型和学生模型，教师模型在去噪过程中生成伪标签来指导学生模型学习，反过来学生模型又更新教师模型的网络权重，互相约束，训练得到质量更好的弦图。在测试阶段，本方法将低剂量噪声高的弦图输入到训练好的教师网络中，得到去噪的弦图。然后将去噪的弦图运用MLEM迭代重建算法进行重建，得到重建好的spect图像。

摘要： 本发明提出了一种异构网络中基于弦图着色的联合干扰对齐与资源分配方法，旨在充分考虑网络中子信道资源的差异化需求，设计干扰对齐簇的选取及资源分配方案，提升用户满意率。实现步骤为：根据用户的子信道数目需求和资源冲突关系，构造冲突图；基于最大势搜索算法构造弦化冲突图；对每一个干扰对齐簇，构造转化冲突图；使用最大加权子图算法计算弦化冲突图以及转化冲突图的满意用户数，选取干扰对齐簇；使用最大势算法得到弦化冲突图的完美消除序列，并基于完美消除序列为每个链路分配子信道；本发明比现有技术的适用场景更广，复杂度更低，用户满意率更高。

摘要： 本发明的目的在于提供一种基于X射线正弦图的增材器件内部结构几何参数测量方法，该方法首先利用增材器件的CAD信息构建仿真模体获取正弦图，输入基于U‑Net结构的神经网络和基于FNN结构的神经网络进行训练。然后对增材器件实物进行X射线扫描，无需重建，利用基于U‑Net结构的神经网络，提取出增材器件中感兴趣结构的正弦图。将此正弦图进行裁剪和变换，减少计算量。最后使用基于FNN结构的神经网络计算出感兴趣结构的内部几何参数，包括面内几何参数如半径、边长、面积，空间几何参数如壁厚、高、体积，结构间几何参数如中心距离。该方法相对于通过重建三维结构获取内部几何参数信息的方法，可以避免重建带来的伪影问题，还可以提高测量效率。