检索结果-南通市图书馆

中外公路 1982年第6期 7-12+58页

作者：伊凡·坎贝尔伯林顿·贝切洛王鸿烈

前言采用薄腹板以尽力减小恒载的预应力I字梁和箱型梁在结构中已被广泛地使用。由于承受剪力而在薄腹板中导致很大的斜向压应力,极可能使这种梁产生以腹板压碎方式的剪切破坏。当这样的梁以位于腹板中的钢束予以后张时,腹板混凝土的一... 详细信息

前言采用薄腹板以尽力减小恒载的预应力I字梁和箱型梁在结构中已被广泛地使用。由于承受剪力而在薄腹板中导致很大的斜向压应力,极可能使这种梁产生以腹板压碎方式的剪切破坏。当这样的梁以位于腹板中的钢束予以后张时,腹板混凝土的一个相当的宽度被预应力管道所取代了。因而,腹板的抗压强度可能成为控制梁的抗剪能力的关键。早已认识到,预应力管道的存在降低了

关键词：腹板宽度螺旋钢筋管道梁腹板预应力有效宽度

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

湖南省文旅产业融合水平的时空演化、动态耦合及驱动因素

引用

陕西师范大学学报(自然科学版) 2025年

作者：彭坤杰石彩霞贺小荣严伊凡合肥大学旅游与会展学院湖南师范大学旅游学院

以湖南省各地市州为研究对象,梳理定义了文旅产业融合水平理论分析框架并构建文旅产业融合水平评价指标体系,运用耦合协调度模型、时序演变和空间格局特征可视化方法来测度文旅产业融合水平的时空演化趋势,运用PVAR模型来分析文旅产业... 详细信息

以湖南省各地市州为研究对象,梳理定义了文旅产业融合水平理论分析框架并构建文旅产业融合水平评价指标体系,运用耦合协调度模型、时序演变和空间格局特征可视化方法来测度文旅产业融合水平的时空演化趋势,运用PVAR模型来分析文旅产业融合水平子系统间的动态耦合关系,运用地理探测器模型来探索影响文旅产业融合水平的主导因子并探测因子间的交互效应。研究发现:1)2009—2021年湖南省各地市州文旅产业融合水平可分为3种发展类型,总体水平呈上升态势,但区内差异也随之拉大,扩张趋势显著;2)2009—2021年湖南省各地市州整体耦合协调等级仍以失调为主,其中长沙为高级协调等级,岳阳、株洲、衡阳、常德为基本协调等级,其余9个地市州仍处于基本失调等级;3)研究期内湖南省各地市州产业融合基础、产业融合支撑、产业融合体量子系统间存在着明确的动态耦合关系;4)以财政政策为首的7项驱动因子为影响湖南省各地市州文旅产业融合水平的主导因素,且财政政策、科技创新与消费能力的因子交互效应较强。

关键词：文旅产业融合水平耦合协调度时空演化趋势动态耦合关系驱动因素探索

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

深度学习在口腔影像分析中的应用

引用

中国组织工程研究 2025年第11期29卷 2385-2393页

作者：杨予萱谭静怡周鹂鹂边子睿陈伊凡吴燕岷浙江大学医学院附属第二医院牙周病专科浙江省杭州市310009

背景:近年来深度学习技术越来越多地被运用于口腔医学领域,提高了口腔影像分析的效率及准确率,推动了口腔智能医学的迅速发展。目的:基于口腔影像,阐述深度学习在口腔疾病诊断和治疗方案决策方面的研究现状、优势与局限性,探讨深度学习... 详细信息

背景:近年来深度学习技术越来越多地被运用于口腔医学领域,提高了口腔影像分析的效率及准确率,推动了口腔智能医学的迅速发展。目的:基于口腔影像,阐述深度学习在口腔疾病诊断和治疗方案决策方面的研究现状、优势与局限性,探讨深度学习技术背景下口腔医学变革的新方向。方法:应用计算机检索PubMed数据库中2017年1月至2024年1月发表的深度学习在口腔医学影像领域应用的相关文献,检索词为“deep learning,artificial intelligence,stomatology,oral medical imaging”等,按入组标准筛选后最终纳入80篇文献进行综述。结果与结论:(1)经典的深度学习模型包括人工神经网络、卷积神经网络、递归神经网络和生成对抗网络等,学者们以或竞争或联合的形式运用这些模型,实现更高效的对口腔医学影像的解释。(2)在口腔医学领域,疾病诊断和治疗方案的制定在很大程度上依赖医学影像资料的判读,而深度学习技术拥有强大的图像处理能力,无论是在辅助诊断龋齿、根尖周炎、牙根纵裂、牙周病、颌骨囊肿等疾病方面,还是在辅助第三磨牙拔除术、颈淋巴结清扫术等治疗操作的术前评估方面,深度学习都能帮助临床医生提高决策的准确率与效率。(3)尽管深度学习有望成为口腔疾病诊治的重要辅助工具,但它在模型技术、安全伦理、法律监管方面仍有一定的局限性,未来的研究应侧重于证明深度学习的可推广性、稳健性和临床实用性,寻找将深度学习自动化决策支持系统应用于常规临床工作流程中的最佳方式。

关键词：深度学习口腔医学口腔影像疾病诊断口腔智能医学

来源：