近红外光谱监测体外循环手术中脑组织氧合状况的研究

体外循环手术中,为防止因脑氧供需失衡导致脑缺氧,就要实时监测患者局部脑组织的氧合状况,以根据其变化调整生理参数或采取应急手段。用该研究小组自行研制的近红外仪器(使用一个双波长的近红外光源和两个近红外检测器)监测心脏手术中患者的脑氧,可以求出局部脑组织血红蛋白浓度的变化,并根据稳态空间分辨光谱(SRS)算法求出局部脑组织的氧饱和度(rSO₂)。体外循环中用监护仪监测患者的混合静脉血氧饱和度(SvO₂)等生理参数。测得的血红蛋白浓度变化容易受到干扰,而rSO₂的抗干扰性能较好。rSO₂在整个手术过程中都可以监测到,而SvO₂只能在体外循环过程中监测到。多数患者rSO₂和SvO₂存在正向相关性,但二者的相关系数并不很高。这是因为SvO₂是大静脉的血氧饱和度,而测得的rSO₂反映局部脑组织的氧合状况,二者的生理意义不同。实验结果表明,体外循环手术中rSO₂可以反映患者脑组织氧合状况的变化,而仅仅监测SvO₂是不够的。     

混凝土单轴受拉的非局部本构模型

混凝土受拉本构行为存在很强的局部软化现象,使得单轴受拉试验无法给出应力-应变关系,而只能给出应力-位移关系。本文根据内变量理论和等效应变假设建立了基于真实应变的混凝土单轴受力本构方程,并根据Weibull分布可以描述混凝土等脆性材料断裂过程的试验现象,建立了关于弹性应变的损伤演化规律。然后,通过假设平均应变与真实弹性应变的函数关系,在应力-平均应变的本构关系中采用平均弹性应变以描述其非局部行为,而在材料的损伤演化规律中采用真实弹性应变以描述其局部行为,由此建立了单轴受拉荷载条件下的非局部本构模型。最后,对一个单调受拉试验和一个反复受拉试验的仿真结果表明所提出的非局部本构模型可以准确地模拟试验结果。     

大空间三向组合平板网架研究

利用中心节点、交叉梁、三角形拉杆和空心板所构成承力单元的组合以及内部支承柱的自由布置,本文提出了一种新型大空间三向组合平板网架结构。相关的TDGS分析系统针对原型试验取得了较好的模拟效果。通过引入柱的局部影响区域这一全新概念,系统总结了加入内部支承柱前后网架结构的内力和变形规律,进而为进一步的工程应用提供了可行性建议。     

基于多特征和改进稀疏表示的高光谱图像分类

为了实现对高光谱图像的分类,提出了一种基于多特征和改进稀疏表示的方法——MFISR。从高光谱图像中提取光谱特征、Gabor特征和局部二值模式(LBP)特征,求解稀疏系数,同时增加一个2范式约束,利用所得系数得到每个测试像素的最终类别标签。实验结果表明:所提MFISR方法对小样本的检测效果显著,分类性能稳定且较优。     

GARCH模型的贝叶斯局部影响分析及其应用

广义自回归条件异方差(GARCH)模型能够很好地刻画金融资产收益二阶矩的相依关系,因此在金融时间序列中受到了广泛的应用。在GARCH模型的框架下,本文利用贝叶斯局部影响分析来评价先验、个体观测和样本分布的微小扰动的影响,利用扰动模型来刻画不同类型的扰动形式。我们构建了扰动模型的贝叶斯扰动形式,计算其几何量来表征扰动模型的内部结构。基于几个目标函数,本文利用几个不同的局部影响测量来量化不同扰动的程度。数值模拟研究验证了所提方法的有限样本表现。对纽约证券交易所综合指数(NYSE)和标准普尔500指数的GARCH建模说明了所提方法在实例研究中的有效性。     

具有时滞的生态-传染病模型的定性分析

针对一类疾病在食饵中传播而把食饵分为易感和染病的时滞生态-传染病模型,以时滞(即传染病在食饵种群中的潜伏期)作为分支参数,讨论了系统正平衡点在时滞τ=0时的局部渐近稳定性,在τ0时在一列临界值处发生了Hopf分支,并且对保持正平衡点稳定时时滞的范围也给出了估计.     

Zhiber-Shabat方程的多辛几何和多辛隐式格式研究

Zhiber-Shabat方程,描述许多重要的物理现象,是一类重要的非线性方程,有着许多广泛的应用前景.本文给出Zhiber-Shabat方程的多辛几何结构和多辛Fourier拟谱方法.数值算例结果表明多辛离散格式具有较好的长时间的数值稳定性.     

具有奇性与真空粘性依赖于密度的非牛顿流局部强解的存在唯一性

研究一维有界区间上粘性依赖于密度且具有奇性、初始允许真空的可压缩非牛顿流.通过正则化奇性项以及逐步迭代构造初边值问题的逼近解,对逼近解取极限得到其局部强解的存在唯一性,进一步推广了相关文献中关于非牛顿流解的存在性结果.     

可加稳定过程的自相交局部时

本文研究了可加稳定过程的自相交局部时的问题.利用Borel–Canteil引理等方法,得到可加稳定过程的自相交局部时的Hlder上界,推广了文献[5]中的结果.     

监控系统预警视频的分布式检索设计与实现

视频监控系统在日积月累的监控过程中会产生大量的视频信息,如何在海量视频中基于内容快速检索出需要的信息成为亟待解决的问题;文章在视频检索过程中,将视频图像的SIFT特征提取匹配与MapReduce并行模式相结合,同时利用LSH映射对视频图像进行分组并存储在HBase数据库中,在配合并行分析的同时减少了计算量;最后实验证明,采用MapReduce并行模式提取图像SIFT特征值,时间会随着集群节点的增加而不断降低,并最终趋于稳定;由此可知,对基于内容的视频检索采用并行化分析可以显著提高效率,实现了Hadoop架构在视频分析方面的应用拓展。