简介:摘要:随着多视图三维重建技术的发展,倾斜摄影测量实景三维模型具有生产自动化程度高、真实性强、要素呈现全面等特点,在实景三维建设领域中应用越来越广泛。然而,模型用大量不规则的三角网刻画地表,数据量大,给展示、应用带来很大困难。倾斜三维模型由不规则三角网构成,常用的二次误差测度(QEM)网格简化算法采用一定的阈值进行总体简化,效果有限,简化后的结果在几何特征不明显的地方采用较少的三角形数量,在结构丰富的地方采用较多的三角形数量。由于植被表面不平坦,在数据分析时属于特征丰富的区域,使用了大量三角形表达,但这些植被几何特征实际上对实景三维数据需要记录和表达的内容意义不大。因此,有必要把植被单独提取出来,进行更高程度的简化。
简介:摘要目的探讨小鼠生理性老化过程中心肌内外膜力学参数的改变。方法选择月龄从3周到24月的C57BL/6的小鼠50只,常规超声和分层斑点追踪技术(LS-STE)评估不同月龄(每组10只)小鼠的心肌力学改变;应用HE和Masson三色法评估小鼠生理性老化过程中的心肌病理学改变。结果不同月龄小鼠常规超声所测参数表现为明显的增龄性改变(均P<0.05);LS-STE所测指标提示在生理性老化过程中,小鼠左室径向应变及内膜下、外膜下纵向应变、环向应变值逐渐减低(均P<0.05);与3周组相比,14月龄组小鼠的内膜下纵向应变值显著减低[(-23.49±2.32)比(-17.19±2.28),P<0.05];与3周组相比,24月龄组小鼠的径向应变值[(32.90±5.01)比(21.80±5.54)]、内膜下纵向应变值[(-23.49±2.32)比(-15.44±2.27)]、外膜下纵向应变值[(-13.23±3.19)比(-7.59±2.21)]、内膜下环向应变值[(-25.93±4.09)比(-20.31±4.08)]和外膜下环向应变值[(-9.30±1.92)比(-6.01±1.04)]减低(均P<0.05)。HE及Masson三色法提示老化过程中小鼠心肌组织光镜下表现为心肌横截面积增大,纤维组织增生。结论LS-STE可以精确地评估小鼠模型老化过程中的心功能变化及心肌病理学改变,为评估抗心肌老化提供了新的工具。
简介:瑞利波勘探主要是建立在弹性介质分层半空间模型基础上的。当实际地层中包含孔隙介质层时,需要将孔隙介质简化为弹性介质来进行分析和处理。这种简化处理究竟对瑞利波勘探造成怎样的影响是本文所研究的问题。本文基于弹性介质与孔隙介质共同构成的分层半空间模型,首先推导了分层半空间中两种介质处于不同相对位置时的瑞利波频散方程,解决了不同阶数矩阵之间的变量传递问题然后,针对传递矩阵法在求解频散函数时可能出现的溢出问题,给出了一种可以有效提高计算范围的解决方案;同时,提出了一套新的数值算法用于复频散方程的快速求解。数值计算结果表明:当孔隙介质位于半空间表面时对低频瑞利波频散特性的影响最为显著,而在其它情况下对瑞利波频散特性的影响相对较小。
简介:摘要:电子设备在运输、使用过程中容易受到环境振动因素的影响而引起失效,使整个设备发生故障。近年来,电子设备结构越来越复杂,应用范围越来越广泛,尤其在航空航天领域,对电子设备振动环境下结构性能的要求更加严格。因此,为了确保电子设备安全可靠的工作,对电子设备进行环境振动仿真分析与响应预测研究,并进行有效的振动水平控制是十分必要。
简介:灰色系统理论GM(1,1)模型,应用于地面沉降模拟和预测中只能分析数据的指数变化规律。对于地面沉降发展过程中,存在的线性关系不能有效地反映。本文利用灰色组合模型中的第一类灰色组合模型即GM(1,1)与线性回归模型相融合。选取北京东部某地面沉降监测站2004-2012年的分层监测数据建立模型,计算出各监测层位沉降的数学模型,并以此预测各监测层位地面沉降量。结果表明:利用灰色线性回归组合模型在对地面沉降进行分层模拟和预测是可行的。在已有数据的基础上,利用数学模型进行沉降模拟时,两种模型的精度均很高,但通过模型预测未来一年沉降量时,灰色线性回归组合模型的精度,要远高于普通均值GM(1,1)模型。
简介:目的建立表面活性剂眼刺激性测试的体外细胞方法分层筛选模型。方法应用中性红摄取试验(NRU)、红细胞溶血试验(RBCH)及荧光素漏出试验(FLT)3种体外细胞方法对20种表面活性剂的眼刺激性进行检测,将检测结果代入4种分层筛选模型(FLT+NRU、FLT+RBCH、RBCH+NRU、NRU+RBCH),所得到的分级结果与Draize试验结果进行比较(指标为Gamma系数、McNemar-Bowker系数、Kappa系数和分级一致率),以此来评价4种分层筛选模型对表面活性剂的检测效能。结果本研究建立的4种分层筛选模型(FLT+NRU、FLT+RBCH、RBCH+NRU、NRU+RBCH)与Draize试验分级结果进行比较,分级一致率分别为90.0%、80.0%、80.0%、65.0%,Kappa值分别为0.84、0.68、0.69、0.47(均P〈0.01),Gamma值分别为1.00、1.00、0.93、0.88(均P〈0.01)。结论以FLT(第1层)和NRU(第2层)组成的分层筛选模型较其他3种模型具有较好的检测效能,更适合应用于对表面活性剂的眼刺激性检测。