胶莱盆地南部大盛群、王氏群的划分与对比

胶莱盆地在胶东半岛地质构造及造山带研究中占有重要地位,其巨厚的白垩系陆相沉积是石油系统多年的研究目标。胶莱盆地南部白垩纪的岩石地层序列较其北部更为复杂,其认识几经反复,其中尤以大盛群与王氏群和莱阳群的部分单位的关系为甚。本次工作通过详细对比其沉积层序、相互关系、古生物组合、岩石学特征及同位素年龄等因素,认为大盛群与王氏群属同一沉积层序,沉积基底相同、沉积环境相似、古生物群落时代一致,二者具有同时代、同沉积相、同岩石组合的一致性,应是一套地层,建议今后使用统一地层名称。     

基于GFU和分层LSTM的组群行为识别研究方法

提出一种以"关键人物"为核心，使用门控融合单元（GFU，Gated Fusion Unit）进行特征融合的组群行为识别框架，旨在解决两个问题：①组群行为信息冗余，重点关注关键人物行为特征，忽略无关人员对组群行为的影响；②组群内部交互行为复杂，使用GFU有效融合以关键人物为核心的交互特征，再通过LSTM时序建模成为表征能力更强的组群特征.最终，通过softmax分类器进行组群行为类别分类.该算法在排球数据集上取得了86.7%的平均识别率.     

共享交通的时空轨迹检索与群体发现

为解决共享交通下的共乘用户群体发现效率低、准确率不高问题，依据R-树原理建立GeoOD-Tree索引，并在此基础上提出以最大化共乘率为目标的群体发现策略。首先，对原始时空轨迹数据进行特征提取与标定处理，挖掘有效出行起讫点（OD）轨迹；其次，针对用户起讫点轨迹的特征，建立GeoOD-Tree索引进行有效的存储管理；最后，给出以最大化共乘行程为目标的群体发现模型，并运用K最近邻（KNN）查询对搜索空间剪枝压缩，提高群体发现效率。采用西安市近12000辆出租车营运轨迹数据，选取动态时间规整（DTW）等典型算法与所提算法在查询效率与准确率上进行性能对比分析。与DTW算法相比，所提算法的准确率提高了10.12%，查询效率提高了约15倍。实验结果表明提出的群体发现策略能有效提高共乘用户群体发现的准确率和效率，可有效提升共乘出行方式的出行率。     

澳门融入粤港澳大湾区世界机场群路向研究

粤港澳大湾区世界城市群与世界机场群相伴而生、联动发展.建设世界级机场群，需要5大机场错位发展和良性互动.澳门国际机场是澳门融入粤港澳大湾区重要一极，但机场发展存在与澳门定位、香港珠海空域空运矛盾、澳门土地和环境现状等相关的问题.因此，澳门国际机场今后发展需在葡语国家航线、珠澳密切合作、公务机产业方面努力实现跨越式发展.然而，澳门国际机场改扩建问题争议不断，本文就原址扩建、填海区新建、飞地黄茅岛新建3种模式进行比较分析，探索符合澳门长远利益之方案.     

腔磁力系统中的诱导透明和快慢光传播

为了在腔磁力系统中实现可控的磁子诱导透明、磁力诱导透明以及快慢光传播,建立了一个混合腔磁力系统.该系统由一个含有YIG球的微波腔和在z方向对球施加一个均匀的偏置磁场组成,并用强泵浦场驱动磁子和弱探测场驱动微波腔.研究表明,通过调节腔与磁子之间的相互作用强度和微波腔与磁子的耗散比,可以增加磁子诱导透明(MIT)、磁力诱导透明(MMIT)的效果和提高快慢光传播的速度.该研究结果可为磁力诱导放大、量子光学操纵和量子信息存储以及灵敏光开关的研究提供参考.     

一种基于小字典不对等语料的跨语言词嵌入方法

双语词嵌入通常采用从源语言空间到目标语言空间映射,通过源语言映射嵌入到目标语言空间的最小距离线性变换实现跨语言词嵌入。然而大型的平行语料难以获得,词嵌入的准确率难以提高。针对语料数量不对等、双语语料稀缺情况下的跨语言词嵌入问题,该文提出一种基于小字典不对等语料的跨语言词嵌入方法,首先对单语词向量进行归一化,对小字典词对正交最优线性变换求得梯度下降初始值,然后通过对大型源语言(英语)语料进行聚类,借助小字典找到与每一聚类簇相对应的源语言词,取聚类得到的每一簇词向量均值和源语言与目标语言对应的词向量均值,建立新的双语词向量对应关系,将新建立的双语词向量扩展到小字典中,使得小字典得以泛化和扩展。最后,利用泛化扩展后的字典对跨语言词嵌入映射模型进行梯度下降求得最优值。在英语—意大利语、德语和芬兰语上进行了实验验证,实验结果证明该文方法可以在跨语言词嵌入中减少梯度下降迭代次数,减少训练时间,同时在跨语言词嵌入上表现出较好的正确率。     

One-Pot Methods for the Protection and Assembly of Sugars

In recent years, there has been rapid expansion of glycan synthesis, fueled by the recognition that the structural complexity of sugars translates to a myriad of biological functions. Such chemical syntheses involve many challenges, mostly due to the regio- and stereochemical aspects of glycosidic bond formation. One-pot strategies were developed to assist in attaining faster and more economical access to the glycan constructs. In this front, achievements in protecting group manipulation, glycosylation, and combinations of these have been reported. Protecting group manipulations in one pot take advantage of the reaction compatibility of commonly used transformations, many of which occur in high regioselectivity. Sequential glycosylations, on the other hand, rely on leaving group orthogonalities and reactivity tuning, as well as the preactivation technique. Altogether, these approaches offer attractive means to the much needed glycan structures and, consequently, help usher in advances in glycoscience.     

课程群案例嵌入协同教学模式的探索

在课程群的教学中由于每门课程各自独立开展教学,缺乏知识的融合和衔接,导致学生运用综合知识解决问题的能力较弱。在课程群的教学中采用案例嵌入协同教学模式,将完整的工程案例嵌入到课程群各门课程的教学中,协同规划各门课程的教学任务,每门课程再围绕案例展开研究性教学。通过嵌入的工程案例衔接各门课程的知识点,帮助学生建构完整的知识体系,强化工程应用的概念；同时通过研究性教学,培养学生分析问题和解决问题的能力,两部分相结合,提高了学生运用综合知识解决复杂问题的能力。     

Systematic convergence of nonlinear stochastic estimators on the Special Orthogonal Group SO(3)

This paper introduces two novel nonlinear stochastic attitude estimators developed on the Special Orthogonal Group with the tracking error of the normalized Euclidean distance meeting predefined transient and steady‐state characteristics. The tracking error is confined to initially start within a predetermined large set such that the transient performance is guaranteed to obey dynamically reducing boundaries and decrease smoothly and asymptotically to the origin in probability from almost any initial condition. The proposed estimators produce accurate attitude estimates with remarkable convergence properties using measurements obtained from low‐cost inertial measurement units. The estimators proposed in continuous form are complemented by their discrete versions for the implementation purposes. The simulation results illustrate the effectiveness and robustness of the proposed estimators against uncertain measurements and large initialization error, whether in continuous or discrete form.     

基于特征融合的中文简历解析方法研究

针对基于规则和统计的传统中文简历解析方法效率低、成本高、泛化能力差的缺点，提出一种基于特征融合的中文简历解析方法，即级联Word2Vec生成的词向量和用BLSTM（Bidirectional Long Short-Term Memory）建模字序列生成的词向量，然后再结合BLSTM和CRF（Conditional Random Fields）对中文简历进行解析（BLSTM-CRF）。为了提高中文简历解析的效率，级联包含字序列信息的词向量和用Word2Vec生成的词向量，融合成一个新的词向量表示；再由BLSTM强大的学习能力融合词的上下文信息，输出所有可能标签序列的分值给CRF层；再由CRF引入标签之间约束关系求解最优序列。利用梯度下降算法训练神经网络，使用预先训练的词向量和Dropout优化神经网络，最终完成对中文简历的解析工作。实验结果表明，所提的特征融合方法优于传统的简历解析方法。