论文部分内容阅读
基于微服务与容器技术的表达力评测系统的设计与实现
【出 处】
：
南京大学
【发表日期】
：
2021年01期
其他文献
人工湿地技术作为污水处理的重要工艺之一,在城市废水处理、工业尾水处理、农业养殖业污水处理等方面有越来越广泛的应用。大型水生植物作为人工湿地的重要组成之一,发挥着重要的生态功能。人工湿地植物经常遭受污染浓度超标、高盐等胁迫,造成其生长不良,影响其功能的发挥,因此水生植物的筛选是人工湿地的重要工作。相关领域已开展了大量研究,不同的研究对于水生植物比较结果存在较大差异,甚至存在相反的结果,导致这些结果适
近年来,随着深度学习的高速发展,卷积神经网络（Convolutional Neural Networks,CNNs）已成为图像分类、目标检测、语义分割、深度估计等各种计算机视觉任务的主流方法。目前基于深度学习的目标检测模型往往利用大型卷积神经网络提取特征以获得更高的精度。这些模型需要高端的GPU芯片以实现实时运算。这使得目标检测模型难以部署在计算资源受限的边缘设备上。为了解决深度学习模型在计算资源
模仿学习研究智能体如何通过对给定专家示范进行模仿以学得专家策略的学习问题,近年来受到越来越多的关注。现有的模仿学习方法难以解决专家示范的状态高维、状态空间与智能体所处的环境异质、以及可能出现新动作示例的问题。本文针对这些问题开展研究,主要取得了以下创新成果:1.提出了针对高维输入的模仿学习方法Hash Reward,通过使用有监督的哈希技术对高维输入进行降维,使得奖赏函数达到“奖赏”-“判别”的平
为了研究含油结合面的接触刚度特性，本文采用分形接触理论、连续变形理论和刚度分配模型，建立了微凸体及油膜的接触刚度模型并将其耦合。通过这个模型，分析了材料特性、摩擦因数及润滑介质对法向接触刚度的影响。结果表明：接触载荷较小时，油膜刚度占总刚度比重较大；接触载荷较大时，油膜刚度占总刚度比重较小。对比模态试验与有限元结果，考虑摩擦的含油模态试验及有限元分析的固有频率均明显大于无油无摩擦情况。在考虑摩擦和
近些年,以深度神经网络为代表的深度学习方法在图像、文本、语音、视频等任务中取得了巨大的成功,其中“深度”的思想被认为是深度学习的关键。然而,在实际应用中,深度神经网络面临着计算开销大、训练集规模要求高、不能很好地支持表格型数据集等问题。为解决上述问题,学界开始尝试融合“深度”的思想和集成学习方法的优点,并研究提出以深度森林为代表的深度集成学习模型。与DNN架构设计类似,针对不同的输入数据集以及任务
研究目的:通过锥形束计算机成像技术（Cone-beam computed tomography,CBCT）对骨性Ⅲ类错（?）下颌中切牙冠根形态进行分析,探讨不同唇倾度的骨性Ⅲ类错（?）下颌中切牙冠根形态的特征,并分析下中切牙冠根形态与其相应的牙槽骨形态的相关性,为正畸临床诊疗提供参考。研究方法:从拍摄CBCT的患者中随机选取对照组正常（?）患者15例（男9例,女6例,平均年龄21.6岁）,实验组骨
本文利用各种统计诊断方法及1979-2019年逐日海冰面积和厚度数据、北极海冰初始融、冻日数据以及相应的逐日大气和海洋数据对北极海冰的多尺度变化特征进行了系统分析。首先分析了北极海冰季节性冻、融过程特征及成因;其次,分析了海冰面积和厚度的季节内振荡（ISO）特征及其长期变化;再次,对大气和海洋影响海冰ISO的机制进行了讨论。最后,评估了CMIP6中20个地球系统模式对海冰多尺度变化的模拟效果。主要