基于共词分析法对慢传输型便秘治疗的研究热点分析

目的：基于共词分析法对近10年内关于慢传输型便秘（STC）治疗的文献进行关键词统计并分析,探讨该领域的研究热点及方向。方法：以中国知网（CNKI）所收录的关于STC治疗的相关文献为研究对象,利用Bicomb和SPSS 22.0软件对符合要求的文献进行可视化计量分析,通过绘制知识点图谱,分析该领域的热点分布和趋势。结果：共统计中文文献419篇,提取高频关键词45个,通过知识图谱发现研究热点主要分布在老年人STC的治疗、STC的保守治疗、常用药物治疗及外科治疗等四大领域。其中中医药治疗STC具有独特优势,效果明显;老年患者这一人群在STC中的发病率高、治疗复杂也是当前有待解决的问题;目前的研究热点多集中在临床疗效观察,而发展趋势应多向实验研究、循证医学方向转变。结论：通过共词分析法直观地展示了当前慢传输型便秘治疗的研究热点与未来发展趋势。     

光照周期对红鳍东方鲀雌鱼繁殖调控的初步研究

光周期是鱼类季节性繁殖最可靠的环境信号。红鳍东方鲀(Takifugu rubripes)是一种春季产卵鱼类, 具有非常高的经济价值。为了探究光周期调控对红鳍东方鲀成熟产卵时间的影响, 在循环水养殖条件下开展了本研究。将90尾亲鱼随机分配至加速组和自然组。自然组亲鱼在3月产卵, 而加速组亲鱼在1月产卵, 最早产卵时间提前约2个月。结果表明, 加速光周期季节变化速率能够促进红鳍东方鲀性腺成熟。光周期调控方法能够应用于红鳍东方鲀全年繁殖调控。     

黑河流域中游湿地水禽资源与保护

黑河流域中游位于我国候鸟三大迁徙途径西部路线的中段,境内湖泊、沼泽、滩涂星罗棋布,是候鸟在迁徙飞越干旱荒漠、草原的过程中获得丰富食物、水源和得到良好休整的重要驿站,这里水禽资源丰富,共分布有水禽49种,其中国家Ⅰ、Ⅱ级重点保护鸟类8种;列入中澳候鸟保护协定的13种;列入中日候鸟保护协定的32种。必须从保护湿地水禽的生存空间、加强疫源疫病监测、加强基础研究、恢复水禽栖息环境、提高保护能力等方面入手加强水禽资源的保护。     

通往天国的哀伤列车（上）——漫谈《银河铁道之夜》

相信大家都看过CG版【CG原为Computer Graphics的英文缩写。国际上习惯将利用计算机技术进行视觉设计和生产的领域通称为CG。在日本,CG通常指的是数码化的作品,内容是纯艺术创作到广告设计,可以是二维、三维的静止画或动画。】     

基于论文中高频关键词的GIS领域研究热点的可视化分析

文中对国内GIS领域研究发展和研究热点进行可视化分析。利用词频统计和共词分析方法,并结合SPSS统计分析工具,以六大测绘期刊2006—2015年学术论文为数据源,分析GIS领域发文规律、高频关键词在时间维度上的分布规律和聚类特点,发现近五年来国内对GIS领域研究在发文数量上呈逐年下降趋势,且近10年间GIS领域主要关注WebGIS相关应用、地理信息服务、地图制图与可视化、数字城市建设及空间关系相关理论技术5个方面的研究,从一定程度上揭示GIS领域的研究热点及发展状况。     

多特征组合与自动加权K-Means聚类算法的影像分类技术研究

为了提高遥感影像地物分类精度,提出了一种基于多特征组合与自动加权K-Means聚类算法的影像分类方法。首先提取影像的SIFT,GIST,颜色,Census和Gabor等多种类型特征,然后通过实验分析确定最佳特征组合。针对一般K-Means算法没有考虑各个特征值权重的问题,提出利用自动加权K-Means算法计算不同特征分量的权值,分别对SIFT,GIST和Gabor特征构建了基于权重的影像特征词汇表;然后利用稀疏编码算法进行影像编码;最后使用SVM算法完成影像分类。通过实验表明提出的方法能有效提高遥感影像分类准确性,并且具有较好的稳定性和鲁棒性。     

《CT理论与应用研究》稿件要求

1.所投稿件要求观点明确,论据可靠,层次分明,论述精练,语言准确,符合规范。2.缩写。外文缩写词必须符合国际规范,缩写在文中第一次出现时需要标明全称并说明中文含义。3.量、符号和单位期刊刊登论文中的量名称、量符号及其单位采用国家标准。量(代表变动性数字)符号,以及坐标轴的符号均排斜体;量符号的下标,属"变动性的"用斜体,其他情况用正体。量符     

作者须知

1摘要中文摘要每篇论文前应附有对文章内容准确概括而不加注释或评论的简要陈述,其内容应包括:研究目的、方法、结果和结论.摘要一般应写成报道性文摘,也可写成报道/指示性文摘.一般不用图、表、化学结构式和非公用的符号或述语,也不宜引用正文中的图、表、公式.摘要采用第三人称的写法,不使用"本文"、"作者"等作为主语.中文摘要的篇幅一般以200字左右为宜.     

基于无人机传感器数据与词袋模型的点云自动化分类

激光点云分类是Li DAR数据应用的关键步骤和重要研究课题。针对Li DAR点云数据识别率低的问题,以体素化的点云为研究对象,提出了一种基于词袋模型的城区机载Li DAR点云数据分类方法。考虑到点云数据缺乏纹理信息,文中综合分析了点云数据和影像数据的特点,以点为单位提取描述点云的几何特征和影像特征分类特征;以体素为单位分割点云数据,并以体素为基础构建描述场景信息的词袋模型;最后基于随机分类器完成场景的分类。文中以ISPRS提供的Vaihingen数据作为实验数据。实验结果表明,本文提出的模型能有效地改善点云的分类质量,分类正确率能达到93%以上。