论文部分内容阅读
基于深度神经网络的方面情感分析研究
【出 处】
：
杭州电子科技大学
【发表日期】
：
2021年01期
其他文献
核聚变是人类解决能源危机的理想新能源。磁约束聚变发展规划下,我国将独立自主地建造中国聚变工程试验堆（CFETR）,完成聚变堆的工程验证与示范验证,为向聚变示范堆（DEMO）的过渡提供科学与技术上的支持,为我国聚变电站的独立建设奠定坚实基础。环向场（TF）磁体系统是托卡马克的关键部件。为了保证CFETR TF线圈的稳定运行,需要尽可能减小TF线圈盒向绕组传递的热流量。因此,TF线圈盒的冷却设计是十分
无源协同定位系统利用调频广播,数字电视,手机基站等第三方信号作为外辐射源,通过对直达波信号和目标回波信号进行相干处理,实现目标的定位与跟踪。该系统具有探测范围广、成本低、隐蔽性好、抗干扰能力强等优点,对提升我方军事防御系统的探测性能具有重要意义。但该系统俯仰角信息通常质量不高,导致目标高度估计不准确。当目标与接收站相距较远时,地球曲率进一步恶化了目标的估计精度。针对这个问题,本文开展了考虑地球曲率
T-S模糊模型作为逼近复杂非线性系统的有效工具之一,自1985年被提出以来,一直推动非线性系统的不断研究与发展。相比于一型T-S模糊模型,二型T-S模糊模型可以更好的表示与处理系统的不确定性,但随之带来的弊端是加重了系统的计算负担。区间二型模糊模型作为二型模糊模型的特例,不仅保留了二型模糊模型的优点,同时还降低了运算的复杂度。本文基于区间二型T-S模糊模型,针对连续时间与离散时间随机奇异非齐次Ma
为了更好地对高压辊磨机辊轴结构进行校核和优化,建立了 2 种辊轴装配模型,运用有限元分析对模型进行处理,计算得到辊轴的位移和应力分布;根据 Shigley’s 理论计算辊轴的疲劳极限值,对 2 种装配模型的有限元计算结果进行疲劳强度评估。结果表明,建立合适的辊轴装配模型并进行合理的处理,可以得到更加准确的分析结果,从而为辊轴的设计提供了一套有效的计算依据。
深度学习有三大核心要素:大数据、深度学习的算法设计和高性能的计算平台。在计算机视觉的目标识别领域中,大数据体现为待识别目标图像样本大数据构成的目标数据集。目标数据集是基于深度学习的目标识别算法的前提和基础,其完整性、均衡性和规模大小会直接影响算法的性能。但是,在目标数据集构建过程中,受到待识别目标的成像条件、采集条件、合作/非合作目标、成本等诸多因素的影响,目标数据集表现出不均衡且不完备的特征,不
miRNA是一类长约18～22个核苷酸的非编码小分子RNA,在癌症筛查和预后判断方面潜力巨大。但是miRNA的同源性很高,体内表达量不高,为miRNA的检测带来许多困难。且现在常用的miRNA检测方法一般都需要复杂的预处理步骤、昂贵的光学仪器以及荧光试剂。电化学传感技术因具有灵敏度高、简单便携的优点,在临床诊断、药物分析等方面被高度重视。多孔材料由于其具有的大的比表面积、高透过性和高吸附性,被广泛
作为分布式策略的重要载体,多智能体系统作为一门控制工程领域的前沿学科倍受不同科学领域研究人员的关注。多智能体系统群集行为的核心在于智能体之间的交互网络拓扑,进而设计一系列分布式协调控制器来实现整个系统的群集行为,具有重要的工程意义与应用前景。本文采用代数图论、矩阵理论与系统稳定性理论等分析方法,研究了合作竞争网络中多智能体系统的结构平衡保持问题,并在此基础上探讨其相应的群集行为。具体研究工作如下:
复合调制信号广泛应用于测控系统,因其同时具有模拟调制设备复杂度低和数字调制保密性强等特点,在卫星通信、测控、测距以及广播系统中的应用日益广泛,在卫星通信中发挥着重要作用。针对复合调制信号开展调制识别方法研究,可以有效地推动现代复杂通信环境下的测控技术向前发展。目前,复合调制信号识别的相关研究主要依赖于人为提取信号特征的识别算法。传统方法的识别性能高度依赖人为设定特征的准确性,泛化能力较差,在低信噪
细菌感染及其引发的重大疾病已经严重威胁人类的健康和安全,设计一种高效、低毒的新型抗菌药物成为了亟待解决的科学问题。金属基纳米酶具有优异的类酶活性,且与天然酶相比具有易保存、易制备、成本低等优点,使其在抗菌治疗领域中得到广泛应用。然而,现有金属基纳米酶需要使用大量过氧化氢。因此,发展具有高效、广谱的抗菌性能且无需过氧化氢参加反应的金属基纳米酶具有重要的研究意义和应用价值,本论文成功合成一种金属基纳米