【摘 要】
：
线段树在ACM竞赛中应用广泛,对于符合区间加法的问题,它是处理区间问题的一把利器.文中首先从线段树的定义出发,讲述它的存储方式、建树过程、区间操作等原理及其实现,分析了线段树区间维护各个操作的时间复杂度.随后引入区间方差问题,并设计了一种基于线段树维护的区间方差求解算法.最后通过实验对比了文中算法和暴力方法求解区间方差的优劣,验证了所提算法的有效性.
【机 构】
：
湖南信息职业技术学院软件学院,长沙410200;湖南中医药大学信息科学与工程学院,长沙410208
论文部分内容阅读
线段树在ACM竞赛中应用广泛,对于符合区间加法的问题,它是处理区间问题的一把利器.文中首先从线段树的定义出发,讲述它的存储方式、建树过程、区间操作等原理及其实现,分析了线段树区间维护各个操作的时间复杂度.随后引入区间方差问题,并设计了一种基于线段树维护的区间方差求解算法.最后通过实验对比了文中算法和暴力方法求解区间方差的优劣,验证了所提算法的有效性.
其他文献
2022年2月27日,由中国石油天然气股份有限公司牵头承担的国家重点研发计划项目“高性能合成橡胶产业化关键技术”通过了课题综合绩效评价.rn评审专家组由中国工程院院士张立群、科技部责任专家张海博教授等9位专家组成,张立群任专家组组长.专家组对项目下设4个课题的考核指标完成情况、成果水平、创新性、人才培养、组织管理等方面进行了综合绩效评价,认为该项目各课题完成情况良好,人员和经费使用情况合理,人才与团队培养成效显著,组织管理高效.
基于传输矩阵理论及多模速率方程,研究了宽谱太赫兹量子级联激光器在不同光反馈强度下的自混合动力学特性.研究发现,在弱反馈下光场自混合对激光器光谱特性影响很小;反射物位置移动时的自混合信号呈正弦规律变化,同时自混合信号幅度随反射物位置的变化表现出周期性调制现象.宽谱量子级联激光器在弱反馈下可以应用于测距、成像及光谱测量.在强反馈下,宽谱激光器光谱受自混合影响显著,并有新的模式在原自由运行模式附近出现;但随着反射物移动,自混合信号波峰个数同弱反馈条件下一致,可正确描述反射物的移动规律.因此,强反馈下宽谱量子级联
根据全国橡塑机械信息中心、《橡塑技术与装备》杂志社、中国橡塑装备线上平台对全国近百家主要橡机企业调查统计,2021年中国橡胶机械行业各项经济指标保持快速增长,虽受新冠疫情的冲击,但橡胶机械行业投资信心依旧活跃,行业集中度提高,呈大公司化趋势.龙头企业上升趋势明显,特别是高精专特产品为主要增长点.经调查统计,2021年中国橡机行业根据申报排名前三十名总销售收入突破180亿元人民币,纯橡机销售突破150亿元,较上年上升超过20％.
针对传统特定目标情感分析在模型输入前未能将上下文和目标词进行良好地融合以及在提取情感特征时未能有效地关注到特定目标等问题,提出了一种基于LSTM-GCAE的特定目标情感分析模型.首先,将上下文和目标词进行拼接得到融合词向量,采用LSTM对融合词向量进行编码,以捕获上下文语义信息;然后,通过带有目标词向量的门控卷积机制进一步提取关于目标词的情感特征;最后,通过softmax分类函数对特定目标进行情感极性分类.
提出一种新的、基于预建模的影像组学特征选择方法,可用于影像组学研究中的特征选择.在预建模过程中,首先将提取的影像特征按照特征类别,如一阶、纹理特征等,划分为特征子集,然后采用五折交叉验证的方法,用训练集中每个特征子集中的特征分别建立分类模型.当基于某个特征子集建立的模型的交叉验证AUC高于特定阈值时,该模型中使用的所有子类特征即被选择用于最终的建模.在BraTS2019公开数据集和踝关节不稳定性数据集上对该方法进行了实验,在独立测试集上的AUC分别达到0.947和0.767,优于传统算法的结果.
基于深度学习的方法,利用多模态信息融合技术,将汽车等目标的声音、图像信息融合,用于对测试目标的判断.利用改进Inception网络对图像识别技术展开研究,分别比较了单纯图像信息情况的辨识、单纯声音信息情况的辨识,以及多模态融合情况下的辨识.通过试验分析和比较,证明该方法可以有效提高用户的图像识别能力,将特种车辆的平均识别精确度提升到97％以上,可用于特种车辆紧急避让等情况,具有很好的应用价值.
文中利用影像组学和深度学习方法在磁共振图像上进行食管癌T分期诊断.数据为244例食管癌患者r-VIBE序列磁共振图像.分别用影像组学和深度学习方法进行了食管癌T分期的建模,并进一步将两种方法结合建模.使用接收者操作特性曲线(ROC)和曲线下面积(AUC)对模型性能进行评价.影像组学模型的测试集AUC=0.765,深度学习模型验证集AUC=0.777,测试集AUC=0.703,两种方法组合模型测试集AUC=0.783.结果表明影像组学和深度学习均能用于基于MRI图像的食管癌T分期,结合使用两种方法能够取得更
软件缺陷管理是量化质量管理的基础和重要组成部分,而其本身又是一个十分复杂的过程.为提高软件缺陷管理能力,提出了一种基于3F技术的软件缺陷管理过程.首先分析了软件缺陷生命周期,利用FRACAS技术思想,针对单个缺陷提出了一种改进的闭环缺陷控制过程.然后进一步结合FMECA和FTA技术思想,研究了在软件开发过程中软件缺陷的控制和管理.最后基于这种方法,设计出缺陷管理工具,并结合到该单位的GEMS(基于GJB5000A的项目管理系统)中,实现了对软件缺陷的有效管理.
不同于流水线方式的关系抽取方法,在实体关系联合抽取方式中虽然把实体识别和关系抽取两者结合起来,但损失部分实体特征信息.在以BERT预训练模型为核心的SpERT实体关系联合抽取模型输入阶段,融入置信度较高的词性标注和句法依存关系的先验特征;并在模型的关系抽取层中重用输入信息,为关系抽取任务提供更多的特征;在优化模型的损失函数中加入可训练的参数来自主学习两个子任务的损失占比权重.在三个公共的数据集上进行实验,结果表明这些优化策略能够为SpERT模型带来明显性能提升.
常规时政新闻敏感信息过滤方法的敏感信息特征词库不完整,导致信息过滤精确度较低,因此提出主题相似性聚类下时政新闻敏感信息过滤方法.主题相似性聚类下构建敏感信息特征词库,匹配敏感信息关键词并存入词库,确定敏感信息关键词的决策树排序,自动更新新增关键词在子目录中的位置节点,自适应时政新闻敏感信息过滤,实现主题相似性聚类下时政新闻敏感信息自动过滤.实验结果表明:该方法完成敏感信息过滤的精确度约为85％,较现有的几种过滤方法高10％ ～35％,较大地提高了敏感信息过滤方法的精确度.