地震多点反应谱模型存在缺陷的改进与验证

推导出基于位移和位移 速度输入模型的多点反应谱。阐述了基于位移输入模型所导出反应谱的缺陷及其逻辑必然性,说明了基于加速度模型导出的多点反应谱计算结果有效的偶然性、必然性及其适用范围,并给出数值算例予以验证。分析表明：基于位移 速度导出的多点反应谱理论严格;基于位移输入模型导出的多点反应谱会导致底部单元内力不收敛,计算结果不合理;基于加速度输入模型导出的多点反应谱结果虽然有效,但适用于经典阻尼体系,在推导过程中的忽略项在理论上具有误差相互抵消的特点。     

地震多点反应谱模型存在缺陷的改进与验证

推导出基于位移和位移-速度输入模型的多点反应谱。阐述了基于位移输入模型所导出反应谱的缺陷及其逻辑必然性,说明了基于加速度模型导出的多点反应谱计算结果有效的偶然性、必然性及其适用范围,并给出数值算例予以验证。分析表明:基于位移-速度导出的多点反应谱理论严格;基于位移输入模型导出的多点反应谱会导致底部单元内力不收敛,计算结果不合理;基于加速度输入模型导出的多点反应谱结果虽然有效,但适用于经典阻尼体系,在推导过程中的忽略项在理论上具有误差相互抵消的特点。     

地震多点输入模型中影响矩阵R的意义与注记

在多点地震输入（差动输入）计算模型中,时域或频域分析均会涉及到一个重要参数,即影     

基于DenseNet的低分辨CT影像肺腺癌组织学亚型分类

为了实现在低剂量、低分辨率CT扫描影像中对肺腺癌组织学亚型的分类鉴别,提出一种基于DenseNet的深度学习方法,从混合性磨玻璃结节（mGGNs）5 mm层厚的低分辨率CT影像中预测IAC和MIA病理分类. 从丽水市中心医院105例患者的105个5 mm层厚低分辨率CT图像中选取样本,划分训练集和测试集后,对训练集进行数据扩展,构建深度学习2D和3D DenseNet模型,分类鉴别IAC和MIA. 2D DenseNet模型的分类准确度为76.67%,敏感性为63.33%,特异性为90.00%,受试者工作特征曲线下的区域面积为0.888 9,显著优于3D DenseNet模型和其他几种深度学习网络模型. 深度学习技术,尤其是2D DenseNet模型,可辅助并指导医生在肺癌CT筛查中对患者的肺腺癌组织学亚型进行预判,特别是在图像分辨率较低的情况下,仍能够快速提供较为准确的诊断.     

零样本场景下基于提示工程的智能合约漏洞检测研究

智能合约是区块链技术的重要组成部分,但由于编程人员的开发和代码审查经验不足,智能合约漏洞引发的安全问题日益增多。现有的形式化验证和符号执行检测方法误报率和漏报率较高,基于深度学习的方法尽管提高了检测效果,但仍存在解释性较差和依赖大量标注数据的问题。为解决这些局限性,提出一种在零样本场景下基于提示工程的智能合约漏洞检测方法Prompt-enhanced ChatGPT。该方法以使用标准提示文本的ChatGPT为研究对象,通过将传统的漏洞检测任务转化为文本问答任务,利用模型的推理能力进行检测。智能合约源码经过预处理去除冗余信息,并设计包含“任务描述”“漏洞描述”“检测步骤”“推理过程”和“答案格式”的提示文本模板,Prompt-enhanced ChatGPT可以生成漏洞检测结果和可解释的分析过程。在公开的数据集上进行一系列对比实验和分析后,结果表明所提方法能够提升零样本场景下智能合约漏洞检测性能,揭示了大语言模型在相关领域的潜在能力。     

基于深度学习的肝脏CT-MR图像无监督配准

多模态配准是医学图像分析中的关键环节,在肝癌辅助诊断、图像引导的手术治疗中具有重要作用。针对传统的迭代式肝脏多模态配准计算量大、耗时长、配准精度低等问题,提出一种基于多尺度形变融合和双输入空间注意力的无监督深度学习配准算法。利用多尺度形变融合框架提取不同分辨率的图像特征,实现肝脏的逐阶配准,在提高配准精度的同时避免网络陷入局部最优。采用双输入空间注意力模块在编解码阶段融合不同水平的空间和文本信息提取图像间的差异特征,增强特征表达。引入基于邻域描述符的结构信息损失项进行网络迭代优化,不需要任何先验信息即可实现精确的无监督配准。在临床肝脏CT-MR数据集上的实验结果表明,与传统的Affine、Elastix、VoxelMorph等算法相比,该算法达到最优的DSC值和TRE值,分别为0.926 1±0.018 6和6.39±3.03 mm,其平均配准时间为0.35±0.018 s,相比Elastix算法提升了近380倍,能准确地提取特征及估计规则的形变场,具有较高的配准精度和较快的配准速度。     

云南某中心大楼基础隔震设计研究

云南某防灾中心大楼位于8度抗震设防区,主体结构为钢筋混凝土框架结构．该工程采用基础混合隔震技术设计,在桩基顶面与上部结构之间设置架空层用作安置设备管道及隔震层．隔震层由纯天然橡胶隔震支座和铅芯橡胶支座组成．对主体结构基础隔震采用非线性时程分析以及能量分析法进行了详细分析,结果表明：各类抗震器充分发挥了其设计性能,上部结构的地震响应明显降低．     

应用球形算子层次聚类的3维冠脉跟踪提取

目的 计算机断层血管造影术（CTA）是冠脉疾病诊疗过程中最为常用的成像方法之一。然而造影图像中冠脉与其周边组织的灰度分布较为接近,冠脉整体结构的识别较为困难。为此提出一种基于方向聚类的冠脉结构跟踪提取方法。方法 该方法首先使用闭运算及灰度拉伸对影像进行预处理,然后在选定的种子点构造球形算子,该球形算子由多对方向相反且从球心指向球壳的射线组成,通过对多组数据进行分析得到血管在球形算子内部的灰度差异率特征,对灰度差异率特征曲线构造2维凸包可得到射线与血管壁的交点,以此获得血管段的分割结果以及指向血管走势的方向向量的集合,应用最小距离层次聚类法对向量集合进行分类得到跟踪方向,遍历整条血管完成对冠状动脉的分割。结果 实验结果表明,本文方法能够获得较为精确的冠脉提取结果,与近年流行算法相比在临床有效血管段的跟踪上具有一定优势。能够达到0.39 mm的跟踪精度。结论 本文方法的优势在于所提出的球形算子对不同形态的3维血管具有较好的适应性和鲁棒性。用于向量分类的层次聚类方法无需训练,算法自动化程度高,且分类较为准确。血管跟踪提取方法精度较高。