摘要：时间序列信号分析就是利用过去一段时间内某事件时间的特征来预测未来一段时间内该事件的特征。存款的利率、股票的价格、债券的收益等都可以看作时间序列信号,即在一系列时刻得到的离散数字组成的序列集合。时间序列信号具有时域内相关性强、维度高、噪声强等特点。近年来,深度神经网络在各个领域得到了广泛应用,如何利用现有的无监督学习、传统的机器学习方法以及深度神经网络方法,设计出更实际有效的预测模型,具有十分重要的理论和实际意义。本文引入卷积神经网络、深度置信网络、贝叶斯深度学习网络、对抗自编码器生成网络,描述对沪深指数数据进行分析的基本流程,并期望对其短期趋势做出预测,希望能对推动基于深度学习的时间序列信号分析理论和应用研究的发展做出一定的贡献。

摘要：针对PMVS(patch multi-view stereo)算法在三维重建过程中容易出现重建表面不够光滑和连续,某些区域与真实物体的形状有偏差,以及在片面扩展时算法的空间和时间复杂度非常高,在处理高分辨率图像时需要付出巨大的时间和空间代价等问题,提出了一种加入法向调整的PMVS改进算法,使重建出的表面在某些细节部位更加符合真实物体形状,同时通过采用多分辨率分级重建的策略在一定程度上缩短了算法的运行时间,提高了重建效率。通过实验表明了改进后的算法的准确性和高效性。

摘要：来到上戏之前，我心里与许多同学有过同样的疑问：“上海这个中国的经济中心。自近代以来接受的都是金融洪流的耳濡目染，当下物欲横流、浮华乱象的世界大都会真的能诞生文化沉淀很高的影视表演艺术圣殿吗？”不过，当我在上戏度过了两年岁月后。这个念头早已烟消云散。

摘要：新年伊始，冬日延绵。2014年高考改革将自主招生推至高考后，使得艺考更被学校、家长和学生所重视。本期的特别策划栏目从宏观与微观层面解读了艺考数据与“成败”。为配合艺考选题策划，我们特地在高校浏览栏目集合各大表演影视艺考类知名院校，全方位呈现中国表演影视艺术的“最高学府”。