跨模态表征与生成技术

多媒体数据持续呈现爆发式增长并显现出异源异构的特性,因此跨模态学习领域研究逐渐引起学术和工业界的关注。跨模态表征与生成是跨模态学习的两大核心基础问题。跨模态表征旨在利用多种模态之间的互补性剔除模态之间的冗余,从而获得更为有效的特征表示;跨模态生成则是基于模态之间的语义一致性,实现不同模态数据形式上的相互转换,有助于提高不同模态间的迁移能力。本文系统地分析了国际与国内近年来跨模态表征与生成领域的重要研究进展,包括传统跨模态表征学习、多模态大模型表示学习、图像到文本的跨模态转换和跨模态图像生成。其中,传统跨模态表征学习探讨了跨模态统一表征和跨模态协同表征,多模态大模型表示学习探讨了基于Transformer的模型研究,图像到文本的跨模态转换探讨了图像视频的语义描述、视频字幕语义分析和视觉问答等领域的发展,跨模态图像生成从不同模态信息的跨模态联合表示方法、图像的跨模态生成技术和基于预训练的特定域图像生成阐述了跨模态生成方面的进展。本文详细综述了上述各个子领域研究的挑战性,对比了国内外研究方面的进展情况,梳理了发展脉络和学术研究的前沿动态。最后,根据上述分析展望了跨模态表征与生成的发展趋势和突破口。     

机械合金化制备Mg76-xTi12Ni12Mnx（x=2,4,6,8）合金及其贮氢性能研究

利用机械合金化法制备了Mg76-xTi12Ni12Mnx(x=2,4,6,8)合金,并研究了Mn添加量对合金贮氢性能的影响。结果表明,在Mg76-xTi12Ni12Mnx(x=2,4,6,8)合金中合金相主要由Mg2Ni和Ti2Ni相组成,合金最大贮氢量分别为3.47%、3.32%、3.60%和3.11%(质量分数,下同),合金氢化物的分解热依次为-79.2kJ/mol、-78.0kJ/mol、-73.7kJ/mol和-73.6kJ/mol,添加Mn可降低合金氢化物的稳定性,改善其热力学性能,非晶化不利于提高合金的贮氢性能。     

一种蜂窝纸板材料吸声及隔声系数的实验测量

当蜂窝纸板材料用于建筑、装修及会展等领域时,其吸声及隔声性能会受到特别关注.研制了一套管道实验系统,通过实验,对蜂窝材料的吸声及隔声性能进行了评价.对面密度相同的蜂窝纸板和瓦楞纸板的隔声系数进行了实验比较,结果表明,蜂窝纸板的隔声系数在较宽的频带上高出瓦楞纸板5~10dB.     

一种基于全局和局部标记相关性的多标记分类算法

多标记学习用于处理一个示例同时与多个类别标记相关的问题.在多标记学习中,标记相关性能够显著提升学习算法的性能.大多数现有的多标记学习算法在利用标记的相关性时,要么只使用被所有示例所共享的全局标记相关性,要么就使用局部标记相关性,它们认为不同簇中的示例应该存在不同的标记相关性.本文中,我们提出了一种同时利用全局和局部标记相关性的多标记学习算法,从而为学习进程提供更全面的标记信息.在计算全局和局部标记相关性时,我们使用了余弦相似性来获取不同标记之间的正相关性和负相关性,这样有助于我们进一步实现更可靠的多标记学习.我们在多种类型的数据集上进行了广泛的对比实验来验证所提算法的有效性.实验结果表明,该算法显著优于大多数对比算法,展现出其在多标记学习中的突出性能.     

金属Cr层对Cr/Cr2N纳米多层涂层的性能影响

目的研究金属Cr层对Cr/Cr_2N纳米多层涂层结构和性能的影响,为多层硬质涂层在海洋等腐蚀性介质中的应用提供理论基础。方法采用多弧离子镀技术制备一系列不同金属Cr层厚度的Cr/Cr_2N纳米多层涂层,采用XRD、SEM、纳米压痕及划痕仪测试了多层涂层的结构、微观形貌和机械性能。采用电化学工作站评价了Cr/Cr2N纳米多层涂层在海水环境下的电化学行为,并采用摩擦实验机测试了涂层在海水环境下的摩擦学性能。结果 Cr层对Cr/Cr_2N纳米多层涂层的结构产生了一定的影响。不同Cr层厚度的Cr/Cr_2N纳米多层涂层在海水环境下的磨损率差别不大,均约为1.2×10-6 mm~3/(N·m),具有良好的耐磨损性能。Cr层厚度约为21 nm的Cr/Cr2N纳米多层涂层在海水环境下具有较高的阻抗值,呈现出较高的耐腐蚀性能。结论一定厚度的金属层(如Cr层厚度约为21 nm)和界面是多层涂层呈现较高耐腐蚀性能的关键。Cr/Cr2N纳米多层涂层在海水环境下良好的耐腐蚀和耐磨损性能,使其可应用于海洋等腐蚀性介质中,并发挥良好的表面防护作用。     

声全息测量系统及其在家电中的应用

随着人们对生活质量的要求越来越高,对家电噪声的标准也越来越高,因此关于家电噪声的投诉也日渐增多.我国家电行业发展迅速,家电产品出口量逐年增长,但是噪声问题已成为制约家电行业发展的重要因素.噪声控制也成为越来越重要的研究课题.     

生成式不完整多视图数据聚类

基于自表示子空间聚类的多视图聚类引起越来越多的关注.大多数现有算法假设每个样本的所有视图都可获得,然而在实际应用中,由于各种因素,可能会导致某些视图缺失.为了对视图不完整数据进行聚类,本文提出了一种在统一框架下同时执行缺失视图补全和多视图子空间聚类的方法.具体地,缺失视图是由已观测视图数据约束的隐表示生成的.此外,多秩...     

套管射水纠倾法

建筑发生倾斜的原因很多,出现倾斜的形态有单向倾斜和双向(角点)倾斜。纠正倾斜的方法有多种多样。套管射水法是参照基底掏土法和应力解除法,并把它们结合起来巧妙运用,以达到纠倾和节省工程费用的目的。 我们在广州市作了两例用套管射水法纠倾的工程,效果很好,现简介于后。 例1 广州市天河区员村某农户住宅 该住宅三层砖混结构,条形基础,天然地基(见图1)。建成后不久,由于南边近邻建楼影响,以及西边临涌等因素,楼房整体向南     

基于特征约束蒸馏学习的视觉异常检测

针对视觉异常检测任务,提出一种基于特征约束的蒸馏学习方法,充分利用教师网络模型的特征来指导学生模型高效的识别异常图像.具体地,引入vision transformer (ViT)作为异常检测任务的主干网络,并提出中心特征策略约束学生网络的输出特征.由于教师网络的特征表达能力较强,特征中心策略从教师网络中动态地为学生网络生成正常样本的特征表示中心,从而提升学生网络对正常数据特征输出的描述能力,进而扩大了学生网络和教师网络对于异常数据的特征差异;另一方面,为了最小化学生网络和教师网络在正常图像特征表示上的差异,引入格拉姆(Gram)损失函数对学生网络编码层之间的关系进行约束.在3个异常检测通用数据集和1个真实工业异常检测数据集上进行了实验验证,相比当前最优方法,所提方法取得了显著的性能提升.