论文部分内容阅读
基于多能谱X射线成像的物质分辨和显示系统的设计
【出 处】
：
东南大学
【发表日期】
：
2021年01期
其他文献
经验回放（Experience Replay,ER）是深度强化学习（Deep Reinforcement Learning,DRL）的重要组成部分,通过重复采样学习保留在经验池中的经验,优化目标策略。目前,经验回放存在两个问题:1)经验保留使用全保留或先进先出的经验池,需要与环境交互产生大量样本,导致深度强化学习算法的学习速度较慢,样本利用率有待提升;2)优先采样打破经验池中原本的分布,加大经验状
医患纠纷文书作为记录纠纷过程的宝贵资料,对后续的纠纷解决有着重要指导作用。在实际的纠纷调解过程中,如能根据具体的案情进行精准的类案推荐,则可以有效提升医患双方对责任和赔偿的认知,提高案件解决质量和效率。传统的类案推荐方案一般是通过专家确定类案的特征项及权重,将文书映射成固定维度的、稠密的特征向量,然后基于向量相似度计算来推荐类案。该方案非常依赖于专家对类案的判断和对类案特征的选择,而这不仅需要专业
随着移动互联网时代的到来,社交媒体在世界范围内逐渐风靡,其影响力也不断扩大。对于社交媒体语料的细粒度情感分析逐渐成为了学界新兴的研究热点之一。然而,社交媒体语料相较于传统的单文本在特征上有明显区别,一是由于社交媒体的非正式性,用户发表的文本内容可能存在大量的缩写、语病和错字等,二是社交媒体语料不再是单一的文本形式,往往伴随着图片。因此,本文基于社交媒体语料进行细粒度情感分析研究,不仅具有重要的学术
磁共振成像（MRI,Magnetic Resonance Imaging）是一种利用射频脉冲对磁场中的氢原子核进行激励,再利用感应线圈采集信号进行图像重建的方法。由于磁共振成像辐射小、对软组织有很好的分辨力,已经被广泛用于临床检查和疾病的诊断。对MRI图像进行准确的自动分割对临床诊断以及科学研究都有重要意义。近年来,深度学习技术在图像处理领域取得了非凡的成果,在医学图像的处理和分析中也得到了广泛的
计算机断层扫描（CT）是临床上最常用的肝脏肿瘤评估影像。由于CT检查实施快捷、无创伤性的特点,在临床诊断与复查中被广泛使用。医生手工对CT图像进行分析整理费时费力,因此在计算机辅助诊断领域对CT图像的自动分割研究是当前的研究热点。肝脏肿瘤由于在CT图像中像素值变化较大并且边缘模糊,自动分割的难度较大。随着深度学习的快速发展,基于全卷积网络框架的分割网络能够为医生提供像素级分类信息,精确定位各种器官
网络表示学习,又称网络嵌入,旨在将网络中的节点表示成低维稠密的实值向量。网络表示学习提供了一种高效的网络表示形式,学习到的表示向量可以灵活方便地运用到诸如节点分类、链接预测、社区发现等各种网络分析任务中。在现实生活中,网络中的节点往往还伴随着描述性的属性,这类网络称为属性网络。近些年基于深度学习的属性网络表示学习也逐渐引起了研究者们的关注。然而,社区结构信息和任务相关信息并没有被有效利用是大多数现
群智化软件的评审可以保证软件开发的进度与质量,因此实现群智化软件高效率高质量评审是一项重要的工作。目前大多数的群智化平台以手动方式分配评审者,这种方式不仅耗费大量时间,而且受限于个人的认知界限,评审者的选择范围变得很小,更重要的是某些评审者可能会被分配过多的评审任务,导致评审不及时、评审质量差等问题,进而影响软件开发质量与进度。为了解决上述问题,提出了一种软件评审者的混合推荐方法:首先基于评审者兴
在火电厂燃煤发电中,会产生氮氧化物等有害物质,这些污染物如得不到有效控制,将会对环境造成巨大威胁。所以本文以火电厂脱硝控制为研究对象,运用选择性催化还原技术（SCR）进行烟气脱硝处理。在SCR脱硝技术中喷氨量的控制最为关键,其控制效果的好坏直接影响着脱硝效率及生产成本。但由于现场干扰因素众多,采用传统的控制方式往往很难达到理想的喷氨效果。因此,面对越来越严格的环保政策,如何对NOx的排放采取更有效