论文部分内容阅读
基于MLP和SepCNN模型的藏文文本分类研究与实现
【机 构】
：
西藏大学
【出 处】
：
西藏大学
【发表日期】
：
2021年期
【基金项目】
：
其他文献
零样本图像检索是计算机视觉领域中一个重要的研究问题,在这类任务中,网络模型在十分有限的数据集上进行训练,并被要求在从未见过的类别中进行特征比对。主流的零样本图像检索模型大多基于深度度量学习(Deep metric learning)方法,这类方法旨在让网络模型学习一个嵌入空间,在这个空间上语义相近样本彼此接近,而语义相远的样本彼此远离。论文从两个方面分析了现有的基于深度度量学习的零样本图像检索方法
学位
目前,国内外大多数的芯片在编译后端处理指令选择的过程中出于对稳定性、可靠性、可用性等因素的考虑,仍然沿用传统的基于宏扩展或图覆盖的算法。由于芯片计算性能的不断提升和指令集的不断扩充等因素,这些指令选择策略存在不可自动地迭代更新、不能充分利用平台指令集中高效指令的优势等不足,并不能很好地适应这种变化。实质上,指令选择拆可分为两个过程,分别是模式匹配和模式选择两个问题。对于模式匹配问题本文使用近些年比
学位
复用开源代码是软件开发中常见的行为,可以减少软件开发的时间和人力成本。与此同时,复用开源代码也可能带来开源漏洞和违反开源许可等问题,因此有必要检测软件中复用的开源代码。现有基于相似性的复用代码检测方法常常检出大量的偶然克隆代码,这些偶然克隆代码并非复用代码,而目前很少有复用代码检测方法考虑到这一因素。对此,本文从代码的词法和程序依赖图两方面研究复用开源代码的检测。主要工作和贡献包括:(1)基于词法
学位
DNA甲基化是诸多疾病诊断和治疗的重要途径,对其进行检测最重要的一步是将测序得到的甲基化序列比对到参考基因组上,从而确定为甲基化位点的核苷酸C。亚硫酸氢盐测序技术使得非甲基化的核苷酸C变成核苷酸T,降低了序列的信息复杂度,使得比对算法定位到多个位置的概率明显增加。导向定位测序技术产生常规序列和甲基化序列,比对过程需对大规模甲基化序列的多个候选位置进行动态规划,消耗大量时间。因此,如何将以上两类甲基
学位
近十几年,随着信息技术在医学方面的高速发展和普及,越来越多的实时数据以时间序列的形式被采集。其中,脑电图(EEG)是作为预判癫痫发作的重要工具之一。通过对癫痫患者的脑电信号进行采集和分析,可以有助于检测癫痫的发作,有效的减少突发癫痫对癫痫患者带来的影响。然而现阶段,大量的原始脑电信号分析工作仍然依赖于人工。由于脑电波信号是非线性的,容易受到各种噪声的影响,并且不同患者会有不同的脑电波成像,整个人工
学位
阿尔茨海默氏病是当今世界最常见的公共卫生问题之一。它是一种神经功能衰退的疾病。临床上以人脑结构和认知功能的缓慢退化为特征,从而诱发渐进性智力、记忆力以及语言障碍等相关症状。在生物医学领域中,识别遗传生物标志物与疾病之间的相互关系和发掘与疾病所关联的基因型和表现型,对于揭示该疾病的生物学和病理学机制起到了关键性作用,也同样带来很多益处,如疾病的预防,鉴定和治疗。本文完成的主要工作有:(1)为了有效地
学位
无线体域网(WBANs)是能够持续监控健康状况的最先进技术之一,近年来受到了广泛关注。无线人体传感器节点(BSN)能使患者免于器械线材的缠绕,同时无线植入传感器使医生能够持续检测各种重要的生物信息,这对于紧急情况下医生的快速反应极为重要。由于人体传感器节点的尺寸很小,因此与传统的无线传感器网络(WSNs)相比,在数据收集和传输方面,无线体域网在网络的稳定性以及能量的利用效率上有着自己的严格要求。过
学位