显著性差异

摘要： 为有效梳理管材与水质对腐蚀行为的影响,通过采集不同区块采出水处理站的水样,在室内对不同水质、不同管材的腐蚀速率进行测定,以Pearson相关系数为评价指标,采用SPSS数据分析软件计算了矿化度、悬浮物、油、pH值、离子浓度与管材腐蚀速率之间的相关性。结果表明,矿化度和S^(2-)含量对腐蚀影响较大,当矿化度<15000 mg/L时,相关系数0.358,与腐蚀速率呈显著正相关;当S^(2-)<80 mg/L时,相关系数0.587,与腐蚀速率呈显著正相关;S^(2-)含量较大时,腐蚀速率降低;悬浮物和含油量分别与腐蚀速率呈显著正相关和负相关;同一类型不同制管标准的碳钢耐蚀性差异很小,腐蚀倾向最大的为20#。研究结果可为现场防腐措施制定及合理选材提供理论依据和实际参考。

摘要： 2.2冲泡温度对蜂蜜水中还原糖含量的影响糖类是蜂蜜中的主要物质,其中果糖和葡萄糖占总糖的85%~95%[32],可被人体吸收利用,为生命活动提供能量。三种水温冲泡组间还原糖含量皆出现了显著性差异(表3)。两种蜂蜜温水组还原糖含量均分别以10%、20%的比例高于冰水组和热水组(图4)。

摘要： 采用问卷调查法,以274名幼儿教师为被试,对幼儿教师的职业人格现状进行调查分析。结果发现:(1)幼儿教师职业人格的总体得分较中值低,幼儿教师职业人格的总体得分较低。(2)幼儿教师职业人格在情感意志维度上、智能结构维度上、道德意志维度上和个体内在倾向性上均存在显著性差异,其中,道德意志维度上的得分显著高于其他3个维度上的得分,智能结构维度上的得分显著低于其他3个维度上的得分。(3)幼儿教师职业人格在园所性质、所教班级和教龄上没有存在差异。幼儿教师职业人格总得分在不同的园所、不同年龄班和不同教龄上是一致的。

摘要： 随着技术进步,分析方法不断出新。本文以煤工业值分析方法为例,阐述了F检验法与t检验法在实际中的运用,为新方法推广提供保障、为数据分析提供支撑。

摘要： 评估指标体系和状态划分是变压器状态评估中的关键因素.合理确定变压器状态分级标准对确定变压器状态等级至关重要.变压器状态划分依据经验一般分为正常、注意、异常和严重四个等级,现有分级方法缺乏合理统一的依据,在变压器状态评估中容易引起混乱.显著性差异法则把30％的变化作为判断依据,可以按照这一法则根据评估指标为变压器状态分级.采用层次分析法模型和健康指数模型分别对运行状态良好的同一变压器进行评估,得到一致的评估结果,验证了显著性差异法则分级标准对变压器状态分级的合理性.

摘要： 评估指标体系和状态划分是变压器状态评估中的关键因素。合理确定变压器状态分级标准对确定变压器状态等级至关重要。变压器状态划分依据经验一般分为正常、注意、异常和严重四个等级,现有分级方法缺乏合理统一的依据,在变压器状态评估中容易引起混乱。显著性差异法则把30%的变化作为判断依据,可以按照这一法则根据评估指标为变压器状态分级。采用层次分析法模型和健康指数模型分别对运行状态良好的同一变压器进行评估,得到一致的评估结果,验证了显著性差异法则分级标准对变压器状态分级的合理性。

摘要： 采用二乙醇胺替代有毒吡啶,乙醇代替甲醇,设计出环保型卡尔·费休试剂,与经典试剂相比方法数据统计无显著性差异,测量结果准确度高.

摘要： 以耧斗菜为研究材料,以桃蚜为供试昆虫,采用浸虫法测定了桃蚜经不同生育期、不同浓度的耧斗菜全株乙醇粗提液处理后的死亡率和校正死亡率,采用R语言分析了显著性差异并计算了毒力回归方程,研究了耧斗菜乙醇粗提液对桃蚜的室内触杀活性,以期为耧斗菜作为植物源杀虫剂新来源提供参考依据.结果 表明:耧斗菜全生育期的乙醇粗提液对桃蚜均具有一定的触杀作用,作用时间越长,效果越明显,在相同浓度和作用时间下,花期的杀虫活性最高,显著高于结实期和苗期;48 h毒力回归方程为y=1.57+2.22x,R2=0.87,LC50=35.1 mg·mL-1,72 h毒力回归方程为y=1.5+2.53x,R2=0.9,LC50=24.2 mg· mL-1.

摘要： 本文推导了碘量法滴定铜碘化钾加入量,实验比较了加入不同量碘化钾实验结果.实验结果表明,只要终点时,游离碘化钾的浓度稍大于10-4mol/L即可满足实验要求,与标准分析方法结果无显著性差异,说明方法是可靠的.

摘要： [目的]分析毛竹林不同生长期毛竹冠层叶片碳、氮、磷含量的变动特征,揭示毛竹在生长发育过程中各阶段冠层叶片的光合固碳作用与对土壤氮、磷元素获取利用能力的差异.[方法]分别采集毛竹林一度竹、二度竹、三度竹的冠层叶片,测定有机碳、全氮、全磷含量,并分析碳、氮、磷含量的变动情况.[结果]2019年7—9月,二度竹冠层叶片有机碳含量在8月最高,为505.62 mg/g,一度竹冠层叶片有机碳含量在10月最低,仅350.21 mg/g;三度竹冠层叶片全氮含量在11月最低,仅13.70 mg/g,二度竹冠层叶片全氮含量在12月最高,达23.38 mg/g;三度竹冠层叶片全磷含量在10月最低,仅0.83 mg/g,二度竹冠层叶片全磷含量在11月最高,为1.63 mg/g.7—12月,一度竹冠层叶片有机碳、全氮、全磷含量与二度竹、三度竹均无显著差异.一度竹和二度竹对土壤中氮元素有显著的倾向性获取,三度竹子对土壤中氮、磷元素获取有极不稳定的倾向性.[结论]毛竹冠层叶片碳、氮、磷含量在毛竹不同生长期存在着一定程度的变动但不存在极显著性差异.

摘要： 目的:分析乌鲁木齐哈萨克族人群16个KIR基因的多态性,与国内外其他人群的KIR基因多态性资料进行比较,获得乌鲁木齐哈萨克族人群KIR的基因型频率和基因频率等数据.方法:从乌鲁木齐无偿献血者中选取125名哈萨克族健康自愿者,采用多重PCR-SSP方法进行KIR基因分型试验.根据http://www.allelefrequencies.net/中的ID号命名125名哈萨克族的单体型和基因型组成.结果:在乌鲁木齐哈萨克族人群中,框架基因KIR2DL4、3DL2、3DL3和3DP1存在于所有个体;较为常见KIR基因有2DL1、2DP1、2DS4、2DL3和3DL1,其基因频率分别为0.8735、0.8735、0.8000、0.7809和0.7809;频率较低的基因有KIR2DS3、2DL2、2DS5、3DS1、2DS2和2DS1,其基因频率分别为0.1236、0.1851、0.1851、0.2000、0.2050和0.2203;共发现27种KIR基因型,其中以ID号为1、2和4的基因型最为常见,频率分别为43.2％、12.0％和7.2％.乌鲁木齐哈萨克族人群有8个KIR基因的携带频率与南非人有显著差异;有3个KIR基因的携带频率与浙江汉族有显著性差异;有2个KIR基因的携带频率与白种人、韩国人和拉萨地区藏族人有显著差异;16个KIR基因携带频率均与四川汉族无显著性差异.结论:乌鲁木齐哈萨克族人群KIR基因分布介于白种人和南方汉族人群之间,部分基因位点与南非人差异显著.

摘要： 应用SPSS软件对西安电子科技大学08级不同专业类型学生在不同物理实验类型中的成绩进行统计分析，结果表明：对于专业而言，经管类学生与理工科差异性显著;对实验类型而言，学生成绩的显著性差异主要来源于力学与光学以外的其他实验之间。最后给出了实验教学方式方法的改革措施。

摘要： 在灰色聚类评估中,灰色综合聚类方法能够解决灰色聚类系数无显著性差异的评估问题,本文针对灰色综合聚类方法存在的问题进行了改进,提出了一种新的灰色综合聚类方法.并以一算例进行实证分析,证明了这种改进的方法更具有有效性.灰色聚类评估分析作为灰色系统理论的重要组成部分，一直是人们理论讨论和实际应用较多的灰色技术之一。在邓聚龙教授创立的变权灰色聚类方法的基础上，刘思峰教授提出了定权灰色聚类评估方法，肖新平建立了灰色最优聚类模型，徐秀莉对灰色聚类分析的改进措施进行了讨论，刘思峰教授还构建了基于三角白化权函数的灰色聚类评估新模型，米传民提出采用熵权法来确定灰色聚类中各指标权重，本文对原来的综合聚类系数方法进行了改进，对于聚类结果最终的综合聚类系数取值区间的划分做了进一步的研究，加以改进完善。

摘要： 本申请提供一种图像显著性分割、图像显著性模型训练方法及装置，涉及图像处理技术领域。本申请可以采用预设显著性模型提取待处理图像的特征信息，采用预设显著性模型、根据特征信息，获取待处理图像的显著性分割图，显著性分割图通过显著性区域框标识显著性物体，实现对待处理图像的显著性分割，可以得到显著性区域框和显著性分割图相结合的显著性分割结果，相对于现有技术中进行显著性分割所得到显著性分割结果而言，本申请得到的显著性区域框和显著性分割图相结合的显著性分割结果分割效果更加明显，从而能够适应针对较为复杂场景的待处理图像的显著性分割。

摘要： 本申请提供了解码显著性图的装置、方法及编码显著性图的装置。一种用于编码指示在变换系数块内的显著变换系数的位置的显著性图的较高编码效率藉由扫描次序达成，借助于该结果，被顺序地抽取的语法元素，其指示对于在变换系数块内的关联位置，关于显著变换系数还是非显著变换系数位于相应的位置，根据利用先前关联的语法元素所指示的显著变换系数位置，被顺序地关联至在变换系数块位置中的变换系数块位置。可选地，第一类型元素可使用上下文通过上下文自适应熵解码，显著变换系数根据先前被抽取的并被关联的第一类型语法元素而位于的若干位置，而对于每个所述第一类型语法元素被各自地选择。

摘要： 本发明公开了一种基于低水平显著性融合和测地线的视频显著性检测方法，包括步骤：S1通过显著性估计分别求得空间边缘显著图，空间颜色显著图和运动边界图；S2平滑处理，并集成三个特征显著图得到低水平的时空显著图；S3对每一帧构造无向加权图，然后根据到图像边界的最短测地线距离，计算前景概率；S4对每对相邻视频帧，构造无向加权图，将帧Lk分解为背景区域Dk和对象区域Ok,最后在无向加权图的基础上，计算得到最后的显著图。本发明的空间颜色特征，增强或锐化突出对象的微小细节来表示高显著度。本发明的低层次显著性融合策略，保证互补地使用平滑的颜色显著性、空间边缘和时间运动边界线索产生高精度低水平显著性。

摘要： 本申请提供了解码显著性图的装置。一种用于编码指示在变换系数块内的显著变换系数的位置的显著性图的较高编码效率藉由扫描次序达成，借助于该结果，被顺序地抽取的语法元素，其指示对于在变换系数块内的关联位置，关于显著变换系数还是非显著变换系数位于相应的位置，根据利用先前关联的语法元素所指示的显著变换系数位置，被顺序地关联至在变换系数块位置中的变换系数块位置。可选地，第一类型元素可使用上下文通过上下文自适应熵解码，显著变换系数根据先前被抽取的并被关联的第一类型语法元素而位于的若干位置，而对于每个所述第一类型语法元素被各自地选择。

摘要： 本发明公开了一种基于多核增强和显著性融合的RGBD图像协同显著性检测方法。具体步骤为：(1)、将一组具有共同显著对象的彩色图像分割成若干区域，并计算单张RGBD图像显著性图；(2)、样本选择，选出最优聚类结果中类协同显著性值最大的那个类，将这个类中的区域作为正样本，将单张图像显著性值低于阈值的区域作为负样本；(3)、用图像随机采样的方法生成不同的训练集来学习多个不同的模型，以得到基于多核增强的协同显著性图；(4)、将步骤(3)得到的基于多核增强的协同显著性图和步骤(2)得到的基协同显著性图进行线性融合，得到融合协同显著性图，并评价每张融合协同显著性图的质量，以这个质量评价为权重进行自适应的融合，得到最后的RGBD图像的协同显著性图。

摘要： 本发明提出了一种基于协同显著性生成式对抗网络的协同显著性检测方法，步骤如下：构建协同显著性生成式对抗网络模型；对协同显著性生成式对抗网络模型进行两阶段训练：在第一训练阶段，采用带标签的显著目标数据库对协同显著性生成式对抗网络进行预训练，本阶段训练后，协同显著性生成式对抗网络具备对单幅图像进行显著性检测的能力；在第二训练阶段，基于第一阶段训练好的模型参数，采用协同显著目标属于同一类别的带标签协同显著性数据组对协同显著性生成式对抗网络进行训练，本阶段训练后，可直接使用训练好的模型进行类别协同显著性检测。本发明训练过程简单、检测效率高，通用性较强，准确率较高。

摘要： 本发明公开了一种显著性检测方法、显著性检测设备和计算机可读存储介质，所述方法包括：确定第一主干网络第一目标卷积层的第一输出结果，以及第二主干网络第二目标卷积层的第二输出结果；根据所述第一输出结果确定所述第一全局描述子，以及根据所述第二输出结果确定第二全局描述子；根据所述第一全局描述子和所述第二全局描述子确定各个模态的不同通道的重要性；根据所述重要性以及所述第一输出结果确定第一模态特征，以及根据所述重要性和所述第二输出结果确定第二模态特征；基于所述第一模态特征和所述第二模态特征确定显著性检测结果。本发明旨在达成提升显著检测结果的鲁棒性的效果。

摘要： 本申请提供一种显著性真值图的生成方法及显著性检测模型的训练方法。显著性真值图的生成方法包括：获取待标记图像；将所述待标记图像输入至分类分支模型中，生成类激活图；其中，所述类激活图表征所述待标记图像中所述分类分支模型所关注的高亮区域；将所述待标记图像输入至回归分支模型中，生成显著性区域图；其中，所述显著性区域图为包含显著性边框的待标记图像；将所述类激活图中的高亮区域与所述显著性区域图中的显著性边框的内部区域的交集进行标记，生成显著性真值图。通过该方式了减少了人工逐像素标记真值过于繁琐、无法提供大量的真值标注图像等问题，缓解了标注的压力。

摘要： 本发明提出了一种基于协同显著性生成式对抗网络的协同显著性检测方法，步骤如下：构建协同显著性生成式对抗网络模型；对协同显著性生成式对抗网络模型进行两阶段训练：在第一训练阶段，采用带标签的显著目标数据库对协同显著性生成式对抗网络进行预训练，本阶段训练后，协同显著性生成式对抗网络具备对单幅图像进行显著性检测的能力；在第二训练阶段，基于第一阶段训练好的模型参数，采用协同显著目标属于同一类别的带标签协同显著性数据组对协同显著性生成式对抗网络进行训练，本阶段训练后，可直接使用训练好的模型进行类别协同显著性检测。本发明训练过程简单、检测效率高，通用性较强，准确率较高。

摘要： 本申请提供一种图像显著性分割、图像显著性模型训练方法及装置，涉及图像处理技术领域。本申请可以采用预设显著性模型提取待处理图像的特征信息，采用预设显著性模型、根据特征信息，获取待处理图像的显著性分割图，显著性分割图通过显著性区域框标识显著性物体，实现对待处理图像的显著性分割，可以得到显著性区域框和显著性分割图相结合的显著性分割结果，相对于现有技术中进行显著性分割所得到显著性分割结果而言，本申请得到的显著性区域框和显著性分割图相结合的显著性分割结果分割效果更加明显，从而能够适应针对较为复杂场景的待处理图像的显著性分割。