基于三维激光扫描技术的临近爆破施工隧道变形监测方法

为精确分析临近爆破作业点的隧道内壁变形情况,针对含有较多管线的隧道,提出一种简洁高效的切片提取分析方法。采用标靶与ICP结合的点云配准方法,采取多种滤波方式结合的方法去除隧道既有管线、离散点等噪声点,提出总体最小二乘(TLS)的方法拟合隧道地面平并得出其参数α、β、γ,利用垂直关系求出隧道基准面参数α′、β′、γ′,计算出诸多点云法向量后寻找到夹角小于2°的最佳基准面,设置固定距离d进行切片提取,依据提取的切片点云获取其重心坐标、重心距等几何参数,对同期数据分析以及多期数据间比较,得出采用点云切片的算法可以精细分析隧道各位置变形情况、且随着测距测角增大,误差会逐渐增大的结论。     

CQDs@MIL-125复合光催化剂的制备及其光生载流子传输特性

将碳量子点(CQDs)引入钛基金属有机框架材料MIL-125中,旨在将MOFs的高比表面积、多催化位点的优势与CQDs优异的光学特性有机结合,发生协同效应,以期有效提高催化剂的光吸收效率和催化效率。对复合光催化剂的形貌与结构及光电性能进行了测试表征,系统研究了其在可见光催化降解有机染料的催化性能,探索了CQDs的引入方式对复合催化剂结构与性能的影响。     

拔伸、点压手法配合针灸治疗颈源性头痛30例临床观察

目的:观察拔伸、点压手法配合针灸治疗颈源性头痛的临床疗效。方法:选取颈源性头痛患者60例随机分为两组,其中对照组30例,予针灸治疗;观察组30例,在对照组治疗基础上配合拔伸、点压手法进行治疗。比较两组治疗后临床疗效、疼痛视觉模拟评分、复发率发生情况。结果:观察组有效率为96.67%,明显高于对照组的80.00%(P<0.05);两组治疗后VAS评分均有下降(P<0.05),观察组明显低于对照组(P<0.05);观察组复发率为13.5%,低于对照组的34.6%(P<0.05)。结论:拔伸、点压手法配合针灸治疗颈源性头痛,疗效确切,复发率低。     

限制失真的网格参数化方法

针对当前网格参数化效率较低、映射失真较严重的问题，提出一种限制失真的网格参数化方法。首先，预处理原始网格模型。输入原3D网格模型，采用Half-Edge数据结构来重新组织网格并切割网格模型产生相应的切缝；构建Tutte映射把3D网格映射到一个2D凸多边形域，即构建2D网格模型。然后，进行限制失真的网格参数化计算。将Tutte映射后的2D网格模型作为限制失真计算的初始数据，建立相对于原3D模型网格的失真度量函数；求得该度量函数的最小值点，即为映射后的网格坐标集合；将映射后的网格作为限制失真映射的输入网格，设定迭代终止条件，循环迭代直至迭代结束，得到收敛的最优网格坐标；在计算映射失真度时，针对等距映射失真采用Dirichlet能量函数度量，针对共形映射失真采用尽可能等距（MIPS）能量函数度量；在求解映射失真度量函数的最小值点时采用代理函数法结合组合牛顿法的最优解方法。最终，实现了该方法并开发了一个原型系统。在原型系统中，分别设计了限制等距失真和限制共形失真的网格参数化实验，对程序执行时间和失真能量下降情况进行了统计和对比，提供了相应的纹理映射效果展示。实验数据表明，所提出的方法执行效率高、映射失真能量下降快，最优值收敛质量稳定；纹理映射时纹理着色均匀、布局紧致、线条均匀，符合实际应用的标准。     

基于云平台的智慧学习系统的设计与应用

"智慧学习"整合了智能信息技术与丰富的学习资源及学习活动,是继远程学习、数字学习、移动学习、泛在学习之后的第五次教育信息化浪潮,已经成为现代教育改革的热点和重要政策导向。该文详细阐述了智慧学习的演变过程、五大特点及四项关键技术,在此基础上,提出一种"基于云平台的智慧学习系统"的设计结构和功能模型,实现整套系统后将其应用于对外汉语教学环境中。该系统整合了云计算、情境感知、机器学习等技术,集学习情境感知、智慧录播、资源共享、学习表现预测、内容规划推荐等多种功能于一体,以期突破传统教学模式、优化教学资源呈现形式,让线上、线下深度融合,全面激发课堂中教与学的潜力。经实验验证,该系统对于优化教学过程、提升教学效果有较好的促进作用。     

地理分层结构与社会关系的兴趣点推荐

随着基于地理位置的社交网络的兴起,兴趣点(POI)推荐引起了人们的许多关注。POI推荐向用户推荐他们可能感兴趣但没有访问过的地方,从而解决用户"下一步去哪"的问题。本文提出新的用户相似性度量、全局影响力以及热门POI的概念。综合考虑了多个影响因素之间的关系,以地理分层结构的矩阵分解模型(HGMF)为基础,提出新的POI推荐算法HGS-MF。在Yelp和Gowalla社交网络数据集上对HGS-MF进行了评估。实验结果表明,HGS-MF方法的实验表现均优于传统的POI推荐算法。