变色已被确定为更换假牙的主要临床原因之一 (15)。因此,本实验室研究的目的是评估漱口水对采用不同表面处理的可压锂二硅酸盐玻璃陶瓷颜色稳定性的影响。零假设指出表面处理和漱口水浸泡不会影响可压锂二硅酸盐玻璃陶瓷的颜色稳定性。材料与方法使用统计软件程序 (G*Power 3.0.10;杜塞尔多夫海因里希海涅大学) 进行功效分析。样本量是根据假设置信水平 = 95% 和研究功效 = 80% 来估算的。根据 Derafshi 等人的研究,与锂二硅酸盐玻璃陶瓷相当的 VMK 95 长石陶瓷的平均 ΔE 在 CHX 中浸泡时为 1.15,在 LST 中浸泡时为 0.90 (8)。根据平均值的比较,并使用最高标准差来确保研究能力,计算每个亚组的样本量为七个。
摘要 — 概率总电离剂量 (TID) 故障评估已扩展至包括幸存者数据,从而能够在没有故障数据的情况下将故障概率限制在所需的置信水平。该扩展提供了一种分析经过 TID 测试的微电子器件的方法,而无需达到故障模式,这是使用商用现货 (COTS) 技术的任务经常遇到的情况。使用 I 型删失似然公式和预期设备性能的实际上限,故障概率空间由可变环境背景下的置信轮廓线限制。该框架适用于针对零件故障或所考虑环境假设的任何类型的分布。此外,该框架可以预先用于规划未来的设备 TID 测试,在满足生存要求的同时最大限度地降低成本。当零件来自同一批次但从遗产中获得的约束量有限时,遗产数据也可用作幸存者,以进一步降低测试成本。总之,该框架能够以硬度保证方法对经过最大剂量测试的耐辐射设备以及飞行遗产进行正式的、数学上严格的分析。
版本:2001 年 12 月 8 日 附录 A - 基本概率和统计理论 A1 - 概率集 A1-1 集合运算和代数 A1-2 集合枚举 A1-3 概率的公理和基本规则 A2 - 随机变量 A2-1 概率密度函数和累积分布函数 A2-2 瞬时和累积故障率 A2-3 描述统计 A2-3.1 位置测量:平均值、中位数、众数 A2-3.2 变异性测量:范围、方差、标准差 A3 - 概率分布 A3-1 浴盆曲线 A3-2 二项分布、几何分布和泊松分布 A3-2.1 简单备件计算 A3-3 负指数分布 A3-3.1 占空比的影响A3-4 威布尔分布 A3-5 正态分布 A3-6 对数正态分布 A3-7 伽马分布 A3-8 贝塔分布 A3-9 卡方分布 A4 置信水平和区间 A4-1 常规 A4-2 贝叶斯 A4-3 学生 t 分布的临界值 A4-4 双侧卡方置信限乘数 A4-5 单侧卡方置信下限乘数 A5 问题和练习
1 澳大利亚莫纳什大学地理与环境科学学院 GIS 中心,Clayton VIC 3800,澳大利亚 2 澳大利亚可持续集水区中心和南昆士兰大学工程与测量学院 Toowoomba QLD 4350,澳大利亚 电子邮件:xiaoye.liu@usq.edu.au 摘要 机载 LiDAR 已成为广泛应用中数字高程数据采集的首选技术。相对于指定垂直基准的垂直精度是指定 LiDAR 高程数据质量的主要标准。LiDAR 高程数据的定量评估通常通过将高精度检查点与从 LiDAR 地面数据估计的高程进行比较来进行。然而,通过现场测量收集足够数量的检查点是一项耗时的任务。本研究使用测量标记评估农村地区不同土地覆盖的 LiDAR 数据的垂直精度,并探索从与检查点位置相对应的 LiDAR 数据中获取高程的不同方法的性能。使用频率直方图和分位数-分位数图对 LiDAR 数据和检查点之间的垂直差异进行了正态性检验,因此可以使用适当的测量方法(公式 1.96 × RMSE 或 95 百分位数)来评估不同土地覆盖的 LiDAR 数据的垂直精度。结果证明了使用测量标记作为检查点来评估 LiDAR 数据垂直精度的适用性。关键词:LiDAR、机载激光扫描、数字高程模型、测量标记、精度评估 引言 机载光探测和测距 (LiDAR),也称为机载激光扫描 (ALS),是最有效的地形数据收集手段之一。使用 LiDAR 数据生成数字高程模型 (DEM) 正在成为空间科学界的标准做法 [10]。LiDAR 输出的一个吸引人的特点是点的三维坐标的高密度和高精度,其特点是垂直精度为 10-50 厘米 RMSE(均方根误差)在 68% 置信水平下(或 19.6-98 厘米在 95% 置信水平下),水平点间距为 1-3 米 [13]。只有在最理想的情况下才能实现 10-15 厘米 RMSE(置信度为 68%)的更高垂直精度 [ 10 ]。LiDAR 数据质量评估方法也因应用和 LiDAR 数据的交付格式而异。项目中 LiDAR 高程数据的实际精度取决于飞行高度、激光束发散度、扫描带内反射点的位置、LiDAR 系统误差(包括全球定位系统 (GPS) 和惯性测量单元 (IMU) 的误差)、与 GPS 地面基站的距离以及 LiDAR 数据分类(过滤)可靠性 [10]、[27]。对于使用分类的 LiDAR 点云生成的 DEM,相对于指定垂直基准的垂直精度是指定 LiDAR 高程数据质量的主要标准 [19]。LiDAR 高程数据的定量评估通常通过将高精度检查点与从 LiDAR 估计的高程进行比较来进行
与镍钛诺(一种名义上的镍和钛的等原子合金)的高周疲劳相关的一个有争议的问题是,有人声称增加施加的平均应变可以增加疲劳寿命,或者至少不会对疲劳寿命产生负面影响,这与绝大多数其他金属材料的报告行为相冲突。为了进一步研究这一点,在 37°C 下对电解抛光医用级镍钛诺进行了弯曲循环疲劳试验,寿命高达 4 亿次应变循环,涉及不同水平的平均应变。通过对疲劳数据的统计分析,开发了一个恒定寿命模型,在有效疲劳应变的 95% 置信水平下具有 90% 的可靠性。我们的结果表明,恒定寿命图(应变幅与平均应变的关系图)对于 4 亿次疲劳载荷循环寿命是单调但非线性的。具体而言,我们发现,与上述说法相反,在零平均应变下,应变幅度极限为 0.55%,以实现 4 亿次循环寿命,可靠性为 90%,置信度为 95%;然而,要在平均应变为 3% 或更高的情况下实现相同的寿命、可靠性和置信度水平,所需的应变幅度极限会降低三倍以上,降至 0.16%。此外,对于平均应变从 3% 到 7% 的情况,在可靠性为 90% 且置信度为 95% 的情况下,允许 4 亿次循环寿命的应变幅度极限约为 0.16%,
不确定性分析方法 为了确定实验结果的准确性,需要进行详细的不确定性分析。通常使用标准不确定度方法来分析数据,并以置信度表示,通常为 95% 或 99%。在过去的几十年中,已经开发出一些不确定性分析方法,以标准化和改进研究人员使用的方法。在 20 世纪 50 年代,Kline 和 McClintock 4 提出了第一种方法,通常称为根和平方 (RSS) 法,作为组合估计不确定性的一种方式。1986 年,发布了 ASME/ANSI 标准 6 ,其中介绍了一种组合不确定性的新方法。该标准建议将不确定性分为两个部分,即系统不确定性(B j ,偏差)和随机不确定性(P j ,精度),如图 2 所示。1993 年,国际标准化组织 (ISO) 发布了新的 ISO 指南(测量不确定度表达指南 5 )。据报道,ISO模型在规定置信区间内提供不确定性方面更加一致,并已成为公认的国际实验不确定性标准。因此,根据ISO标准,对所呈现结果的不确定性估计在95%的置信水平下进行。
摘要 运动相关的脑损伤是一个紧迫的问题,特别是在冰球等高强度运动中,撞击速度在确定头部撞击程度和随后的受伤风险方面起着重要作用。然而,现有的测量撞击速度的方法,如 GPS 跟踪和手动视频分析,成本高昂,难以使用,尤其是对于青少年联赛而言。本研究介绍了一种使用计算机视觉从 2D 视频中确定球员速度的自动化、经济高效的方法。第一步是定位场地,通过一种新方法使用 YOLOv5 检测冰面上的特定地标。凭借超过 9,900 张带注释图像的数据集,YOLOv5 表现出色,在 80% 的置信水平下实现了 0.99 的 F1 分数和精确召回率,在 IoU 阈值为 0.5 和 0.5:0.95 时分别实现了 98.5% 和 64.5% 的 mAP 分数。通过每帧检测至少四个地标,计算单应性矩阵以获得自上而下的视图,从而完成定位过程。这种方法实现了 0.96 的平均 IoU,验证了其在现场定位中的准确性,并展示了其在提高冰球撞击速度测量的可及性和成本效益方面的潜力。
摘要 简介。在萨尔瓦多,呼吸机相关性肺炎是第三大最常见的医疗相关感染,它的影响很大,因为它增加了注意力成本。目的。分析 2022 年萨尔瓦多三级医院发生呼吸机相关性肺炎的风险因素。方法。这是一项病例对照研究,我们计算了样本的置信水平为 95%,统计功效为 80%,比值比 (OR) 为 2.5,每例对照率为 3。病例是 2022 年 1 月至 12 月期间被诊断为肺炎的呼吸机患者,其呼吸道样本中已确认有微生物分离,对照组是拔管后至少 72 小时内没有肺炎的患者,信息来自临床档案。我们使用逻辑回归模型来确定风险因素。结果。我们审查了 206 份临床文件、52 例病例和 154 例对照,感染的最常见症状是白细胞增多,占 78.6% 的病例。最常见的病原体是鲍曼不动杆菌,占 27.8% 的培养物。男性(OR:4.94 CI95%:1.56-15.66)、创伤史(OR:10.52 CI95%:2.73-40.59)和插管天数(OR:1.24;CI95%:1.14-1.36)是具有统计学意义的独立危险因素。结论。2022 年,男性、创伤史和插管天数是萨尔瓦多三级医院呼吸机相关性肺炎的危险因素。关键词肺炎呼吸机相关、交叉感染、呼吸、人工、风险因素。
调查为期 12 个月(2023 年 4 月 1 日至 2024 年 3 月 31 日)。在此期间,3209 名陆军新兵、837 名皇家海军新兵、1109 名皇家空军新兵和 483 名皇家海军陆战队新兵完成了 RTS 第 1 阶段训练。在第 2 阶段训练中,2353 名陆军部队学员、609 名皇家海军部队学员、1953 名皇家空军部队学员、353 名皇家海军陆战队学员和 774 名来自 UKStratCom 部队的学员完成了调查。有关此调查统计可靠性的详细说明,请参阅执行摘要第 45 页,但应注意,由于没有回应,我们无法确定获得的数字是否正是我们在调查每个人时会发现的数字(“真实”值)。对于任何给定的百分比,都会估计出真实值可能落在其中的“置信区间”。例如,如果我们的 3209 名陆军第一阶段新兵样本中有 10% 或 90% 的人强烈同意训练符合他们的预期,那么我们可以 99% 地确信“真实”值将在 10.9% 和 9.1% 之间(如果 10% 的人非常同意)和 90.9% 或 89.1% 之间(如果 90% 的人非常同意),即每边的幅度为 0.9%。每个阶段、服务和响应频率的置信水平显示在执行摘要的第 46 页。表 1:响应率
最近,抛物线槽收集器(PTC)的热性能增强为更适用和高效,接受了深入的研究。这些研究旨在改善接收器部分的热传递,以减少热量损失,并增强热流体的热传递。许多先前的评论论文集中在数值方面,而不是实验方面。一些研究论文建议在实验领域进行更多研究。为了减少数值和实验结果之间的差距,并提高了理论领域研究中所做的工作的置信水平。关于最近论文减少数值和实验方面之间差距的建议,本综述的论文重点介绍了与抛物线太阳能收集器接收器部分中热增强性能相关的最新实验研究。在这项研究中,通过本综述,即纳米流体,表面修改和插入模型或将两类组合在一起,详细讨论了增强方法的不同类别。我们仅考虑到2014年至2019年之间的最新实验研究,讨论了不同的抛物线槽的这些类别。某些参数是引起的,例如所检查的接收器和抛物线收集器的主要维度。此外,突出显示了具有不同基础流体的纳米颗粒规格和制备方法。此外,我们讨论了使用插入模型以及入口和出口表面修饰方法的不同方面。最后,提出了每项工作的主要热效率和热性能增强结果。