基于门控联合池化自编码器的通用性文本表征

为了学习文本的语义表征,以往的研究者主要依赖于复杂的循环神经网络(recurrent neural networks, RNNs)和监督式学习方法。该文提出了一种门控联合池化自编码器(gated mean-max AAE)用于学习中英文的文本语义表征。该文的自编码器完全通过多头自注意力机制(multi-head self-attention mechanism)来构建编码器和解码器网络。在编码阶段,提出了均值—最大化(mean-max)联合表征策略,即同时运用平均池化(mean pooling)和最大池化(max pooling)操作来捕获输入文本中多样性的语义信息。为促使联合池化表征可以全面地指导重构过程,解码器采用门控操作进行动态关注。通过在大规模中英文未标注语料上训练模型,获得了高质量的句子编码器。在重构文本段落的实验中,该文模型在实验效果和计算效率上均超越了传统的RNNs模型。将公开训练好的文本编码器,使其可以方便地运用于后续的研究。     

半自磨工艺在金锑矿碎磨中的应用

甘肃某公司选厂处理的金锑共生矿石中黏土矿物含量高,含水率也较高,采用常规破碎工艺存在流程不畅顺、作业环境差、劳动强度大、生产成本高等缺点。2014年该选厂采用半自磨工艺取代常规破碎工艺,该工艺克服了黏土矿物及含水率对碎矿流程的负面影响。该选厂通过持续优化半自磨工作参数及均衡两段磨矿负荷等措施,不断提高系统的磨矿效率,使得选厂磨矿段产能翻番,生产成本大幅度降低,同时降低了劳动强度并改善了生产环境等,取得了良好的经济效益与社会效益。     

自粘性流动树脂对牙本质粘接强度的研究

目的对比新型自粘性流动树脂Constic与目前常用的自酸蚀粘结剂搭配普通复合树脂对牙本质的粘接强度,评估自粘性流动树脂Constic的粘接性能能否满足临床需要。方法收集新鲜拔出的人类磨牙60颗,随机分为3组(A组,B组,C组):A组为自粘性流动树脂Constic、B组为一步法自酸蚀粘结剂幻彩-bond搭配普通流动树脂Filtek Supreme XT Flowable、C组为两步法自酸蚀粘结剂Clearfil SE-Bond搭配Filtek Supreme XT Flowable。测试粘接试样剪切粘接强度并对测试结果进行单因素方差分析(one-way ANOVA,LSD)分析。然后在体式显微镜下放大至50倍进行断裂面观察并进行断裂类型统计。结果3组剪切粘接强度分别为:9.15±2.33MPa(A组),10.79±2.37MPa(B组),13.89±2.56MPa(C组)。A组剪切粘接强度与B组之间的差异无统计学意义(P0.05),但均低于C组(P0.05)。A组和B组主要发生的是粘附破坏,C组以混合断裂为主。结论自粘性流动树脂Constic与一步法自酸蚀粘结剂相似,可满足临床需要。     

基于深度学习的视频跟踪研究进展综述

近年来深度学习迅猛发展，颠覆了语音识别、图像分类、文本理解等领域的算法设计思路。深度学习因其具备强大的特征提取能力，在图像识别领域的成绩尤为突出。然而深度学习与视频监控领域的结合并不多，由于深度模型具有多层网络结构，算法复杂度大，训练和更新模型时比较耗时，很难满足实时性要求。回顾了深度学习的发展史，介绍了最近10年来国内外深度学习主要模型，论述了基于深度学习的目标跟踪算法，指出了各算法的优缺点，最后对当前该领域存在的问题和发展前景进行了总结和展望。     

可调偏迈步式胶带自移机尾的研究

随着掘进工作面自动化程度的提高,掘进巷道速度也在日益加快,而现有的顺槽皮带机机尾移动缓慢且移动时工作量大,需要两三人配合操作,存在一定的安全隐患。针对以上问题,研发可调偏迈步式胶带自移机尾,具有与悬挂二运皮带转载机搭接行程长,可以迈步式前进,自动调偏等功能,同时,可以降低工人的劳动强度,加快巷道掘进速度。     

激光脉冲编码抗有源干扰效果研究

激光脉冲编码是激光制导武器的抗干扰措施之一。角度欺骗式干扰和高重频干扰是目前半主动激光制导武器的主要有源干扰来源。为研究不同激光脉冲编码方式对激光半主动制导武器抗这两种干扰性能的影响,本文针对敌方激光告警机的识别算法与我方导引头的解码过程,提出自相关函数与归一化互相关函数评价方法,并对目前主要编码方式进行仿真,仿真结果表明:激光脉冲编码的抗角度欺骗式干扰能力受编码序列周期性与脉冲间隔随机性的影响；抗高重频激光干扰能力受编码序列脉冲间隔随机性的影响；LFSR状态码的抗角度欺骗式干扰与抗高重频干扰效果均优于其他编码方式。     

中国白酒文化国际认同质性研究

中国白酒国际化问题是近期传播学与跨文化领域的重要研究方向。聚焦网络自媒体文本中对中国白酒的评价,揭示国际消费者对中国白酒文化的认同现状与问题。结果表明,国际消费者普遍对中国白酒文化缺乏认同感,难以接受口味独特的中国白酒,特别是对中国白酒品质、传统酿造工艺、酒精浓度、价格的认知存在偏差。研究结论有望为迫在眉睫的中国白酒文化国际认同问题的解决提供参考。     

水文序列相依变异识别的RIC定阶准则——以自回归模型为例

水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。