课程文献中心 更多>>

关键词： 无人机测绘   地理信息系统(GIS)   数据处理   数据分析   传感器技术   多源数据融合地理数据采集   空间分析   地理决策支持   精度与效率  

摘要： 本文探讨了基于无人机测绘的地理信息系统(GIS)数据处理与分析方法,旨在提高地理数据采集和分析的效率与精度.通过综合分析无人机测绘技术在GIS领域的应用,本文探讨了数据采集、预处理、处理、分析和结果展示的关键步骤.本文关注了传感器选择、数据获取、地面控制点的引入、图像处理和多源数据融合等关键技术.本文提供了一种全面的方法,以指导地理行业从业者在无人机测绘中的GIS数据处理和分析工作,以更好地支持决策制定、规划和资源管理.

关键词： 综合大学   论文作者   单位名称   推荐信   文稿   投稿   科室名称   医院名称  

摘要： 作者在投稿时,首先应列出单位名称的全称,如已归属于综合大学的单位,应先列出大学名称,之后列出医学院名称或医院名称、科室名称;单位的英文名称应根据所在单位统一的英文名称书写;作者在向本刊投稿时,单位相关部门开具文稿推荐信上的公章内容,须与文稿中所书写的单位名称一致;由不同单位共同撰写的一篇文稿,各单位的名称均须分别列出.

关键词： 综合大学   科研部门   论文作者   文稿作者   单位名称   推荐信   执笔者   整理者  

摘要： 作者在向本刊投稿时,请首先应列出单位名称的全称,如已归属于综合大学的单位,应同时列出医学院名称或医院名称、科室名称;单位的英文名称应根据所在单位统一的英文名称书写;同时,单位科研部门开具文稿推荐信上的公章内容,须与文稿中所书写的单位名称一致;由不同单位共同撰写的1篇文稿,各个单位的名称均须分别列出,并有第1作者所在单位开具文稿推荐信;如文稿作者为集体作者,应列出本文稿第1整理者(即第1执笔者)的姓名及工作单位;如文稿第1作者在投稿后工作单位有变动,作者单位项中,应同时列出第1作者的原单位及现在单位。

关键词： 地质化验分析   数据处理   系统应用   现代化   智能化  

摘要： 本文详细介绍了地质化验分析数据处理系统,并探讨了其在地质研究中的应用.系统利用先进的数据处理技术和算法,对地质化验分析数据进行高效、准确的预处理和后处理.实验结果表明,系统不仅大大提高了数据处理效率,同时也降低了人为错误的可能性.通过对各种实际应用案例的分析,验证了该系统的实用性和优越性.本系统的研发将对地质研究领域产生深远影响,有助于推动地质化验分析数据处理工作的现代化和智能化.

关键词： 无人机航测   点云数据   轮廓线处理   中心线处理  

摘要： 将高分辨率无人机航测点云数据应用于地质勘探、建筑工程测绘领域,可基于点云数据获取精细化的三维模型,以便于后期开展高效利用,创造经济效益与社会价值.本文从事高分辨率无人机航测点云数据处理与分析研究,主要探讨高分辨率无人机航测背景下点云数据的具体处理、分析以及应用.仅以本文,供相关单位借鉴与参考,从而提高对高分辨率无人机航测技术的应用水平.

关键词： 参考文献   论著稿   医学论文   部队番号   顺序排列   阿拉伯数字   文内引   小数点  

摘要： 小数点前或后若超过4位数字时,实行三位分节法(用半个阿拉伯数字符的小间隔分开),如"1,605.794,3"应写成"1605.7643",但年份、页数、部队番号、仪表型号、标准号等不用三位分节法。参考文献按引用的先后顺序排列于文末,并于文内引用处以方角码注明。论著稿一般在10条以内,综述稿10条以内。参考文献中的作者, 1~3名者全部列出,3名以上者只列前3名,后加",等"。系列期刊和系列丛书的总名与分册名之间,用居中圆点分开。

关键词： 综合大学   科研部门   论文作者   单位名称   推荐信   科室名称   医院名称   文稿  

摘要： (1)作者在投稿时,首先应列出单位名称的全称,如已归属于综合大学的单位,应先列出大学名称,之后列出医学院名称或医院名称、科室名称。(2)单位的英文名称应根据所在单位统一的英文名称书写。(3)作者在向本刊投稿时,单位科研部门开具文稿推荐信上的公章内容,须与文稿中所书写的单位名称一致。

关键词： 表处理软件  

ISBN: (纸本)9787576309003

摘要： 易办公 适用于Office2013/2016/2019/2021版本

摘要： 讨论虽然不是文章最重要的部分，但却是最难写的部分，许多作者会感到无从下笔。概括讲，讨论的内容为:(1)本研究的原理和概念，所用材料和方法的优缺点。（2）对所得结果的分析与评价，从结果引出的推理和结论，尚待解决的问题与展望。（3）对本研究的结果进行理论概括，提出新观点，新假设。（4）对各种不同的观点和学说进行比较和评价，提出今后探索的方向。（5）一定要紧扣本研究的结果，突出新发现和新观点。

关键词： 动物脑成像   正电子发射断层扫描(PET)   磁共振成像(MRI)   标准摄取值(SUV)   标准摄取率(SUVR)   相对体积值(RVV)  

摘要： 脑是自然界最复杂的器官,神经系统一直是生物医学研究的重点领域之一。神经成像技术,包括磁共振成像(Magnetic resonance imaging,MRI)、正电子发射断层扫描(Positron emission tomography,PET)等,已经成为神经系统基础研究和临床应用中不可或缺的检测手段。由于生物医学研究的特殊性,很多研究不能直接利用人进行试验,例如新药的研发,病理发展过程的研究等,都需要利用动物模型进行实验。相比于传统的解剖实验,动物脑成像实验能够实现在体且纵向跟踪模型动物的脑功能/结构的变化,因此,在神经科学研究中具有非常重要的意义。数据分析在神经影像学研究中至关重要。目前,对于人脑成像的数据分析已经有比较成熟的软件,但是,对于动物脑成像的数据分析还缺乏通用的分析软件。由于神经科学研究的复杂性,动物实验可能在不同种类的实验动物身上进行。另外,不同物种动物脑体型相差较大,并且不同疾病也适用于不同的成像技术,因此动物脑影像数据的分析比人脑更具有挑战性。基于感兴趣区(Region of interest,ROI)的脑影像数据分析最主要的是将各个被试的脑影像统一到标准空间,与脑图谱对齐。本文基于ROI方法建立了不同种类、不同模态的动物脑影像数据分析工具箱,名为Image Analysis Toolbox of Animal Brain(IATAB)。IATAB可以为常用实验物种动物包括大鼠、小鼠、树鼩和恒河猴提供脑影像数据批量分析处理流程。为了实现大脑进化的研究,该工具箱还集成了人类脑影像处理单元。IATAB是基于Matlab语言搭建的,集成了图形用户界面(Graphical user interface,GUI),可以实现交互式选择感兴趣区域。通过分析左侧大脑中动脉阻塞(Middle cerebral artery occlusion,MCAO)大鼠疾病模型,和进行种间脑进化额叶相对体积的变化趋势分析,对工具箱进行了测试、验证及应用,并且还将工具箱应用到探究种间脑进化的额叶代谢差异。以上对PET数据和MRI数据的分析验证了IATAB的可靠性和实用性。预计该开源软件将以简单、快速、灵活的方式为动物脑影像分析和跨物种研究提供一种有效的方法,并进一步促进临床成果转化。