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。     

Nb和时效时间对热轧中锰TRIP钢中P偏聚的影响

热轧态中锰TRIP钢首先经650 ℃退火2 h,随后在550 ℃进行等温时效热处理,采用场发射扫描电镜(FE-SEM)研究该钢中P的偏聚和时效析出行为的变化情况。结果表明,中锰TRIP钢中P在晶界的偏聚是一种非平衡偏聚现象,临界时间约为50 h,与理论计算结果48 h较为吻合。在局部偏聚区域内,C与P存在共偏聚的关系,即P偏聚量高的地方,C含量也高。而合金元素Nb具有抑制P偏聚的效果,在20~70 h时效时间内,可以相对降低6.57%~19.5%的最大P偏聚量。根据电子背散射衍射(EBSD)菊池线分析,P偏聚量低于2.28at%时,P为固溶状态,高于2.28at.%时,P为析出状态。     

叠合盆地凸起区多期复杂断裂特征及形成机制——以准噶尔盆地车排子凸起为例

以高精度三维地震资料为基础,结合构造演化恢复和区域构造背景,系统研究了准噶尔盆地车排子凸起断裂分布和形成机制。结果表明,车排子凸起发育深部和浅部2套断裂体系,深部断裂体系和浅部断裂体系分别发育3种断裂样式。车排子凸起共经历5个构造演化阶段,其中,晚二叠世挤压-逆冲控制了深部断裂体系的初始形成,晚侏罗世逆冲-走滑控制了深部断裂体系的最终定型,新近纪叠加掀斜、局部伸展控制了浅部断裂体系的形成。不同断裂体系在油气成藏过程中均起到了重要作用。其中:深部断裂体系的红车断裂是重要的油源断裂,低序级断层控制形成了石炭系火山岩优质储集体;浅部断裂体系使得油气向浅部层系运移调整,同时形成了断块圈闭、断鼻圈闭和断层-岩性圈闭等丰富的圈闭类型。     

具有光照鲁棒的图像匹配方法

针对现有的基于局部特征的图像匹配算法对光照变化敏感、匹配正确率低等问题，提出一种具有光照鲁棒性的图像匹配算法。首先使用实时对比保留去色（RTCP）算法灰度化图像，然后利用对比拉伸函数模拟不同光照变换对图像的影响从而提取抗光照变换特征点，最后采用局部强度顺序模式建立特征点描述符，根据待匹配图像局部特征点描述符的欧氏距离判断是否为成对匹配点。在公开数据集上，所提算法与尺度不变特征变换（SIFT）算法、加速鲁棒特征（SURF）算法、"风"（KAZE）算法和ORB算法在匹配速度和匹配正确率上进行了对比实验。实验结果表明：随着图像亮度差异的增加，SIFT算法、SURF算法、"风"（KAZE）算法和ORB算法匹配正确率下降迅速，所提算法下降缓慢并且正确率均高于80%；所提算法特征点检测较慢和描述符维数较高，平均耗时为23.47 s，匹配速度不及另外四种算法，但匹配质量却远超过它们。对实时性要求不高的系统中，所提算法可以克服光照变化对图像匹配造成的影响。     

顺德某片区截污管网CCTV检测与修复技术

顺德某片区已建截污管网年代久远、长期缺乏管养。应用CCTV检测技术开展普查,根据检测结果统计,发现管道存在不同程度的破裂、脱节、渗漏及腐蚀等结构性缺陷和树根、障碍物、沉积及结垢等功能性缺陷,已经严重影响到管网的运行。结合现场实际情况,优先解决3级以上结构性缺陷和所有功能性缺陷。应用非开挖修复技术,对管道采取整体修复和局部点状修复。修复后管道恢复正常运行,极大提升了该片区的截污效率。     

2019年中国区块链发展形势展望

展望2019年,我国区块链技术与产业发展仍存在诸多瓶颈,如区块链安全问题日益突出、区块链关键技术急需突破、区块链有待与实体产业深度融合以及区块链人才缺口较大。基于此,赛迪智库提出了加强安全技术研究,构建区块链安全风险应对能力;提升自主研发实力,加速区块链核心技术突破;开展试点示范,促进区块链与实体产业深度融合;完善区块链人才培养机制,建设区块链人才队伍等对策建议。