Comparison of 3D reconstructive technologies used for morphometric research and the translation of knowledge using a decision matrix

The use of three‐dimensional (3D) models for education, pre‐operative assessment, presurgical planning, and measurement have become more prevalent. With the increase in prevalence of 3D models there has also been an increase in 3D reconstructive software programs that are used to create these models. These software programs differ in reconstruction concepts, operating system requirements, user features, cost, and no one program has emerged as the standard. The purpose of this study was to conduct a systematic comparison of three widely available 3D reconstructive software programs, Amira^®, OsiriX, and Mimics^®, with respect to the software's ability to be used in two broad themes: morphometric research and education to translate morphological knowledge. Cost, system requirements, and inherent features of each program were compared. A novel concept selection tool, a decision matrix, was used to objectify comparisons of usability of the interface, quality of the output, and efficiency of the tools. Findings indicate that Mimics was the best‐suited program for construction of 3D anatomical models and morphometric analysis, but for creating a learning tool the results were less clear. OsiriX was very user‐friendly; however, it had limited capabilities. Conversely, although Amira had endless potential and could create complex dynamic videos, it had a challenging interface. These results provide a resource for morphometric researchers and educators to assist the selection of appropriate reconstruction programs when starting a new 3D modeling project. Anat Sci Educ 6: 393–403. © 2013 American Association of Anatomists.     

漂浮基空间机器人的基于模糊神经网络的自适应补偿控制

针对自由漂浮状态的空间机器人模型不确定性及其动力传动机构的摩擦死区非线性,将一种自适应模糊小脑模型关联控制( FCMAC)补偿策略用于轨迹跟踪及补偿问题.利用模糊神经网络并引入GL矩阵及其乘法算子“.”分别对执行机构中的摩擦死区及系统模型不确定部分进行自适应补偿,其补偿误差及外界扰动通过滑模控制器来消除.基于Lyapunov理论证明了闭环系统跟踪误差的有界性.仿真表明控制器可以达到较高精度,且能满足实时性要求.     

行延拓矩阵的矩阵方程组的最佳逼近解

主要讨论行延拓矩阵的线性约束矩阵方程组的最佳逼近;介绍了延拓矩阵的概念;利用矩阵奇异值分解得到了行延拓矩阵的线性约束矩阵方程组有解的充要条件、通解表达式;最后讨论了相应问题的最佳逼近解的表达式。     

基于技术系数矩阵的灾害影响评估及政策启示

近年来,自然灾害频发,促使人们更加关注灾害造成的社会经济损失。以往的研究多采用传统的技术经济方法评估灾害对某一产业或某一地区带来的直接损失,对评估灾害综合损失(包含间接损失)的研究较少。在列昂捷夫技术系数矩阵的基础上,借鉴了Haimes、Santos等人的方法,充分考虑产业经济系统各子系统之间存在的技术经济关联性,提出了灾害影响的综合评估模型。以我国2008年度的气象灾害为例,分别计算了静、动态情形下的灾害综合影响值,筛选了对灾害较为敏感的产业,提出了相应的政策建议,如根据灾害的关联影响构建新的灾后捐赠机制,灾后应加快受损方的设备、工艺和技术等的更新速度,借助技术进步减少灾害的综合损失等。     

学术迹及学术矩阵测度评价探析——以航空、航天领域期刊为例

[目的/意义]本文基于学术迹和学术矩阵的学术测度测算国内航空、航天领域期刊的学术矩阵参数和学术迹,实证探索研究期刊评价的可行性和有效性,为学术迹和学术矩阵学术测度方法对期刊各类学术成就进行量化评估,充分展现期刊整体学术水平提供了一种更为行之有效的方法,提高并深化了学术评价的直观性和全面性。[方法/过程]以国内航空、航天领域的10种核心科研期刊为研究对象,以CNKI数据库为数据来源,采集10种期刊的可被引论文数、零引论文数、h指数、总被引数和h域引文数5个独立数,基于学术迹和学术矩阵的学术测度测算它们的学术矩阵参数和学术迹,实证探索研究期刊评价的可行性和有效性。[结果/结论]通过学术迹的动态变化趋势比较发现它们的学术迹整体呈发散状走势,有效学术贡献的累积期至少需要2~3年;学术矩阵的各项指标能够在一定程度上诠释期刊之间差异产生的原因,并主要从总学术贡献、发文的即时关注度、学术潜力爆发期和整体发文水平等方面对期刊学术成就差异进行总结。这对于学术期刊提升自身学术水平及科研影响力起到了客观且正确的敦促作用。     

一类特殊递归数列的极限

研究一类特殊递归数列的极限问题,通过将递归数列写成矩阵的迭代格式,讨论其极限的存在性给出了几个特殊情形时的极限值.     

一类广义Vandermonde矩阵的相关性质

Vandermonde矩阵是矩阵理论中一个重要的矩阵类型,它的许多广义形式在处理矩阵问题时能起到关键的作用。就一类广义Vandermonde矩阵的行列式及求逆问题作初步探讨。     

ICT领域跨学科关联度的块段模型分析——基于我国校企合作申请的专利

校企合作申请的发明专利能很好地反映高校科研成果供应与企业核心技术需求的对接。尝试以这类专利的主、次分类号为切入点,借助2009年OECD有关ICT领域的展望和政策,首次采用块段模型,分析该领域四大技术主题内部及其与非ICT领域间跨学科的技术关联,区别四大主题的技术路径依赖,挖掘技术平台,预测研发重点。助于我国ICT核心技术的把握和研发战略的布局,助于企业开展竞争情报分析,也为跨学科研究及其产业化提供了借鉴。     

基于随机游走增强型矩阵分解的混合服务预测

随着Web服务数量的急剧增长,如何在大量功能相似但非功能属性各异的服务中选择满足用户个性化需求的服务是亟需解决的问题。基于QoS（Quality of Service）预测的服务推荐方法成为研究热点。然而, QoS数据的稀疏性和“冷启动”问题阻碍其发展。针对当前主流的QoS预测模型预测精度不高和收敛速度较慢等问题,提出一种基于随机游走模型和矩阵分解技术的混合QoS预测方法。该方法首先基于矩阵分解获得用户及服务的潜因子矩阵,并将用户潜因子矩阵转化为用户相似度矩阵;然后基于用户相似度矩阵并结合Web服务的网络位置信息,使用随机游走模型提高用户相似度矩阵的准确性;最终结合协同过滤方法与矩阵分解模型进行QoS预测。在真实数据集上实验,结果表明,与当前主流的QoS预测方法相比,该方法具有更高的预测精度和效率。     

竞技体操现场技术姿态特征识别系统

人体动作姿态的识别是当前研究的热点,而对于运动员技术姿态的计算是非常困难的但其应用十分广泛。针对竞技体操现场中运动员的技术姿态识别展开研究,通过监控设备对竞技体操现场进行图像采集,对图像进行关节点标定,利用加权量化矩阵表示技术姿态特征用以解决不同关节点的权重区分度问题,经过权重修正后的关节点相对坐标作为技术姿态特征用以解决标定关节点时产生的误差所造成的识别精度下降的问题,基于多种姿态特征建立技术姿态描述算子并构建特征数据库,用于训练基于支持向量机的多类分类器,以实现竞技体操现场中对体操运动员技术姿态特征的识别。实验表明,提出的方法实现了11种体操运动员运动姿态的特征识别,在识别效率和精度上具有令人满意的结果。