Results 111 to 120 of about 13,853 (179)
Zhongguo shiyan zhenduanxue, 2015 目的应用三维能量多普勒超声对盆腔肿物内血流参数进行定量分析,探讨三维能量多普勒鉴别盆腔肿物良恶性的价值。方法测量24例盆腔包块,其中包括血流指数(flow index,FI)、血管形成指数(vascularization index,VI)、血管形成-血流指数(vascularization-flow index,VFI)。对比分析两组血管参数值。结果 1三维能量多普勒血管成像可较清晰显示肿物内血流架构;2恶性肿物组的VI、FI和VFI值均明显高于良性肿物组 ...
蒋雪, 冯蕾, 王琼, 杜领娣
doaj
Surface Roughness Measuring Based on the Theory of Fractal Geometry [PDF]
, 2014 机械工业中表面粗糙度是影响机械零件和产品性能的一个重要因素，是评定各种机械工件表面加工质量的一个重要指标。因此在实际生产中对工件表面粗糙度的测量和评定十分重要。随着表面加工精度的不断提高和粗糙度评定标准的不断更新，对表面粗糙度的测量和评定提出了更高的要求。 目前触针式测量技术以其稳定性、可靠性、客观性仍被广泛运用；表面粗糙度评定方法也仍以传统轮廓法为主，即采用几组尺度相关的统计参数Ra、Rz等作为主要评定参数。然而研究表明，对同一测量表面而言 ...
吴丁贵
core
Shuitu Baochi Xuebao, 2017 基于分形相似性原理，以遂宁组（J3s）、沙溪庙组（J2s）和蓬莱镇组（J3p）紫色母岩为研究对象，分别进行了24次不同pH溶液中的静态崩解试验。结果表明：3种紫色母岩在不同酸溶液中的崩解过程中存在一定的差异，但总体表现为溶液酸性越大，崩解越迅速。遂宁组和沙溪庙组母岩经过24次崩解循环后，各pH下崩解分维数均接近3，崩解趋于稳定，且溶液pH值越小，分形维数趋于稳定所需的循环次数越少，而此时蓬莱镇组母岩仍处于持续崩解阶段。岩石的酸化侵蚀是一个漫长的作用过程，崩解初期 ...
赵吉霞, 陆传豪, 刘刚才
doaj
Gaoya dianqi, 1999 概述了利用分形学（Fractals）研究绝缘介质击穿机理的模型及利用计算机对树枝放电进行模拟的基本原理.结合分形学,给出了计算放电树枝分形维数的几种常用方法.
陈庆国, 邱毓昌, 魏新劳
doaj
Effects of Kandelia candel Mangrove Restoration on Soil Physical, Chemical and Biochemical Parameters in Jiulong River Estuary [PDF]
, 2008 分别以光滩为对照，在青礁-白礁选取5年生、6年生和8年生秋茄人工林以及天然秋茄林为样地，在草埔头选取20年生和44年生秋茄人工林为样地，比较分析了福建九龙江口秋茄红树林恢复对潮滩土壤理化和生化性质的影响，旨在探索土壤参数随红树林植被发育的变化规律。 两地随着林龄的增加，土壤容重、pH和空隙水盐度有减小趋势。两地林龄对pH有极显著影响（p＜0.001），青礁-白礁光滩和天然林土壤pH分别为6.64和4.56。随深度增加，土壤容重增加，分行维数表层高于底层。从滩位变化上看，中滩含水量、空隙水盐度较高 ...
曹长青
core
Shiyou jixie, 2014 以水基动力无杆抽油机为对象，运用分形维数理论，结合信号频域分析方法，针对其正常运行、油管漏失、供液不足以及游动阀关闭迟缓4种不同工作状态进行分析，并在此基础上进行系统运行状态的定性与定量的评价分析。首先运用振动信号的频域分析方法对系统工作状态进行初级判断，再运用分形盒维数理论进行系统的压力流量示功图分析二级评价。分析结果表明，水基动力无杆抽油机振动信号的中值频率能够定性地分析系统运行状态；分形盒维数能有效地反映系统不同的运行状态。研究结果有利于系统故障诊断的智能化并减小人为因素影响 ...
谭笑 +4 more
doaj
[Comparative study on the accuracy of extraoral scanning versus intraoral scanning in digital impressions for implant restoration in edentulous jaws]. [PDF]
Hua Xi Kou Qiang Yi Xue Za ZhiYang Y +7 more
europepmc +1 more source
[An unsupervised three-dimensional medical image registration method based on shifted window Transformer and convolutional neural network]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za ZhiLi Y, Ruan C, Ruan D.
europepmc +1 more source