XiaoMi-AI文件搜索系统
World File Search System强度的
采用无损检测和岩相试验预测岩石材料无侧限抗压强度的先进树状技术
摘要：准确评估岩石强度是几乎所有岩石项目（如隧道和开挖）的一项基本任务。人们尝试了许多方法来创建计算无限制抗压强度 (UCS) 的间接技术。这通常是由于收集和完成上述实验室测试的复杂性。本研究应用了两种先进的机器学习技术，包括极端梯度提升树和随机森林，用于根据无损检测和岩相学研究预测 UCS。在应用这些模型之前，使用 Pearson 卡方检验进行了特征选择。该技术选择了以下输入来开发梯度提升树 (XGBT) 和随机森林 (RF) 模型：干密度和超声波速度作为无损检测，云母、石英和斜长石作为岩相学结果。除了 XGBT 和 RF 模型外，还开发了一些经验方程和两个单决策树 (DT) 来预测 UCS 值。本研究的结果表明，在系统精度和误差方面，XGBT 模型在 UCS 预测方面优于 RF。XGBT 的线性相关性为 0.994，其平均绝对误差为 0.113。此外，XGBT 模型优于单个 DT 和经验方程。XGBT 和 RF 模型也优于 KNN（R = 0.708）、ANN（R = 0.625）和 SVM（R = 0.816）模型。本研究的结果表明，XGBT 和 RF 可有效用于预测 UCS 值。
关于小儿种群骨密度，微体系结构和强度的高分辨率外周定量计算机断层扫描评估的建议
2D数字乳房摄影中微钙化（MC）的抽象准确表征是降低与不确定MC的回调相关的诊断不确定性的必要步骤。MC的定量分析可以更好地识别导管癌或浸润性癌的可能性较高的MC。 但是，MC的自动识别和分割，具有高误报率仍然具有挑战性。 我们提出了2D全场数字乳房X线照片（FFDMS）和诊断放大视图的两阶段多尺度方法。 候选对象首先是使用斑点检测和黑森州分析来划定的。 回归卷积网络，经过训练，可以在MC附近输出具有较高响应的功能，选择构成实际MC的对象。 该方法经过培训并在两个单独的数据集中对435个筛选和诊断FFDM进行了验证。 然后，我们使用我们的方法对248例无定形MC的射击视图进行细分MC。 我们使用梯度树的提升对提取的特征进行建模，以将每种情况分类为良性或恶性肿瘤。 与最新的比较方法相比，我们的方法比联合的均值相交（每图像为0.670±0.121，而每图像0.524±0.034），每个MC对象的交点比每个MC对象（0.607±0.250）（0.607±0.250 ves 0.363±0.278）和0.581 persection persect persect persect persion persion versions 0.581 vers versutions 0.581 vers versus vers versus versus versus versus。 使用我们的方法生成的特征优于比较方法（0.763对0.710 AUC），将无定形钙化为良性或恶性肿瘤。可以更好地识别导管癌或浸润性癌的可能性较高的MC。但是，MC的自动识别和分割，具有高误报率仍然具有挑战性。我们提出了2D全场数字乳房X线照片（FFDMS）和诊断放大视图的两阶段多尺度方法。候选对象首先是使用斑点检测和黑森州分析来划定的。回归卷积网络，经过训练，可以在MC附近输出具有较高响应的功能，选择构成实际MC的对象。该方法经过培训并在两个单独的数据集中对435个筛选和诊断FFDM进行了验证。然后，我们使用我们的方法对248例无定形MC的射击视图进行细分MC。我们使用梯度树的提升对提取的特征进行建模，以将每种情况分类为良性或恶性肿瘤。与最新的比较方法相比，我们的方法比联合的均值相交（每图像为0.670±0.121，而每图像0.524±0.034），每个MC对象的交点比每个MC对象（0.607±0.250）（0.607±0.250 ves 0.363±0.278）和0.581 persection persect persect persect persion persion versions 0.581 vers versutions 0.581 vers versus vers versus versus versus versus。使用我们的方法生成的特征优于比较方法（0.763对0.710 AUC），将无定形钙化为良性或恶性肿瘤。
激光驱动的电子和质子加速度的缩放与多picsecond Secime中激光脉冲持续时间，能量和强度的函数
1马萨诸塞州核科学与工程系，马萨诸塞州剑桥，马萨诸塞州剑桥市02139，美国2劳伦斯·利弗莫尔国家实验室，加利福尼亚州利弗莫尔，加利福尼亚州94550，美国3美国3. 30332, USA 5 Department of Physics, Florida A & M University, Tallahassee, Florida 32307, USA 6 Department of Physics, University of California at Los Angeles, Los Angeles, California 90095, USA 7 Central Laser Facility, Rutherford Appleton Laboratory, Didcot OX11 0QX, United Kingdom 8 General Atomics, La Jolla, California 92093, USA 9 Los Alamos National美国新墨西哥州洛斯阿拉莫斯实验室，美国10号物理学系，马萨诸塞州马萨诸塞州马萨诸塞州马萨诸塞州剑桥市02139，美国11等等离子科学与融合中心，马萨诸塞州技术研究所，马萨诸塞州剑桥，美国马萨诸塞州02139，USA
激光驱动的电子和质子加速度的缩放与多picosecond Secime中激光脉冲持续时间，能量和强度的函数
免责声明本文件是作为由美国政府机构赞助的工作的帐户准备的。美国政府和劳伦斯·利弗莫尔国家安全，有限责任公司，或其任何雇员均不对任何信息，设备，产品或流程的准确性，完整性或有用性承担任何法律责任或责任，或承担任何法律责任或责任，或者代表其使用不会侵犯私有权利。以本文提及任何特定的商业产品，流程或服务，商标，制造商或其他方式不一定构成或暗示其认可，建议或受到美国政府或Lawrence Livermore National Security，LLC的认可。本文所表达的作者的观点和意见不一定陈述或反映美国政府或劳伦斯·利弗莫尔国家安全，有限责任公司的观点和观点，不得用于广告或产品代表目的。
混合原料的气化，具有碳捕获和固相的混合原料，以实现低碳强度的氢
工作计划•调查基于成像和非成像光谱的实时材料属性测量工具的当前技术。•测试低成本系统可行的关键假设，并确定需要技术开发的特定领域。
12周中等强度的连续训练干预对久坐女性大学生的抑郁，焦虑和压力的影响：关注负面情绪调节
心理健康对大学的关注日益加剧，因为从青春期到成年的过渡通常与心理健康问题的发作相吻合（Acharya等，2018）。这个时期特别容易受到抑郁症，焦虑和物质使用障碍等疾病的发展（Blanco等，2008； Liu等，2019； Reddy等，2018）。的研究表明，与非大学学生和普通人群相比，大学生的精神病患病率明显更高（Auerbach等人，2016; Ibrahim等，2013），实际上，估计，几乎一半的大学生与心理健康有关，与抑郁症和焦虑相关，例如抑郁症和焦虑（例如，rege and rege ege et al an ege et al an an ege et al an and rege and and and and and and and and and and and and an ege and and and。学生之间负面情绪状态的高发病率与几个因素有关，包括学术压力，与家庭相关的压力，关系挑战，职业不确定性以及不健康的生活方式习惯，例如体育锻炼不足，饮食不足和睡眠不足的睡眠模式不足Kadapatti和Vijayalaxmi，2012年）。
东北|第四次国家气候评估东北|第四次国家气候评估
东北的CLI伴侣的独特季节性支持了一种多样化的自然景观，适应了寒冷，雪冬的极端，温暖到炎热，潮湿的夏天。这种自然景观为许多农村社区提供了经济和文化基础，这些农村社区在很大程度上得到了各种各样的农业，旅游业和自然资源依赖性行业的支持（参见Ch。10：农业，关键信息4）。1整个东北降水的主要趋势是降雨强度的增加，2强度的增加超过了连续美国其他地区的强度。预计降雨强度的进一步增加，3冬季和春季预期的总降水量增加，但夏季几乎没有变化。4个月度
强度量表的有效性和可靠性构造测试...
摘要：本研究旨在阐明教育背景下的智能手机使用强度，以分析智能手机使用强度的有效性和可靠性构造并确定智能手机使用强度的指标。使用智能手机使用强度量表收集数据。强度量表包括动机、活动持续时间、活动频率、表现、态度方向和兴趣。还使用了通过二阶 CFA 构建的反射结构的 Smart PLS 3.0 程序来协助研究。数据包括日惹第十大学心理学系的 69 名学生。结果表明，智能手机使用强度的维度和指标是有效和可靠的。反映智能手机使用强度构造的最主要维度是兴趣。反映智能手机使用强度构成的最不重要的维度是动机。这表明所有维度和指标都能够反映和形成智能手机使用强度。因此，测量模型是可以接受的，因为说明智能手机使用强度的理论与从受试者获得的经验数据相一致。关键词：态度方向、活动持续时间、活动频率、智能手机使用强度、动机