论文部分内容阅读
水库入库流量短期预测的多模型对比分析
【机 构】
：
浙江大学
【出 处】
：
浙江大学
【发表日期】
：
2021年01期
【基金项目】
：
其他文献
城区场景三维模型作为一种现实世界的虚拟数字表示,不仅提供了对城区建筑物三维几何形态与空间分布的直观描述,还反映了城区场景的细节结构,对现代数字城市的构建有重要意义。近年来,对三维数字城市资源的需求不断增长,但城区三维数字模型的传统获取方法仍依赖于复杂的手工采集过程,无法满足众多现实应用对三维数字模型即时获取的需要。随着计算机视觉技术的进步,基于图像的城区场景重建方法得到了长足的发展,为城区场景重建
学位
神经元形态分析是神经科学研究的重点内容之一,对全脑神经图谱的建立以及全脑神经元之间的关联分析具有至关重要的作用。随着成像技术的提升,越来越多的高分辨率脑图像数据被采集到,但是较高分辨率的数据会带来数据存储开销过大以及神经元形态分析算法复杂度急剧上升,并且神经元数量庞大且形态复杂多样,给神经元形态分析带来了巨大的挑战。目前,一个完整的果蝇大脑纳米级电镜扫描图像体量达到40万亿像素,面对如此大规模的数
学位
突触连接作为神经元之间信号传递的通道对于神经系统功能的建立十分重要。突触大小、形态、分布和数量等属性是了解神经系统功能和可塑性的重要信息。目前电子显微成像技术能够以纳米级的分辨率观察到突触级的连接结构。一个完整的果蝇大脑纳米级电镜扫描图像体量达到40万亿级像素。面对如此超大规模的图像数据,如何高效的从中提取出有效的突触连接关系成为了一个亟需解决的问题。这项工作的主要难点在于电镜图像背景内容的复杂性
学位
问题生成是指由计算机系统根据给定的段落和答案自动生成问题,是自然语言处理领域的研究热点之一。基于预训练语言模型的问题生成技术已经得到了实际应用,例如根据无标注文本数据生成问答数据集。然而,对于该任务的研究仍存在几个挑战:经常生成正确但不重要的问题,导致问题价值低;训练与测试阶段存在曝光误差,导致累积误差现象;从段落原文复制词语不够精准,导致问题漏词或者多词。本文针对上述三个挑战展开研究,具体如下:
学位
图结构数据在现实世界当中无处不在,可用于表示事物之间的关联。近年来,深度学习技术在人工智能领域取得了超凡的性能,因此,借助深度学习技术分析图数据有着很大的潜力。相比于传统的只考虑节点特征的模型和只考虑图结构特征的模型,图神经网络能够综合考虑图数据中节点信息和图结构信息,从而能够更好地完成预测任务。现有的图神经网络(GNN)可以分成基于谱域和基于空间两种类型,大部分传统的图神经网络把图卷积操作定义成
学位
该文通过大量的仿真结果,分析了在进行Turbo码设计时,各个参数的选择对于Turbo码纠错性能的影响,总结了设计Turbo码时选择参数的原则和方法;通过研究Turbo码的联合界、重量谱,讨论了交织器的结构对于Turbo码性能的影响;分析了输入信息序列的可约性与Turbo码生成码字重之间的关系,并由此导出了Turbo码交织器设计的原则.
学位