大数据生物特征识别技术研究进展

随着机器学习领域研究的持续发展,特别是深度学习方面的进步及图像处理器(GPU)等算力的持续提高,利用生物特征大数据的识别技术获得广泛关注,并在人证比对、智能监控以及疫情防控等多个领域取得了很好的应用.分析了大数据生物特征识别技术的发展态势,总结了生物特征类型以及大数据驱动的生物特征识别技术发展与应用,探讨了大数据生物特征识别技术的未来发展趋势.     

广东茂名油页岩三种热解动力学模型的分析对比

利用测试技术对广东茂名油页岩分别进行~(13)C-NMR和TG-FTIR实验,并获得12个碳骨架结构参数,得到了焦、CO_2、CH_4及页岩油随温度变化的曲线规律,同时使用非线性最小二乘法求出动力学参数。通过构造基于燃料化学结构的FLASHCHAIN、FG-DVC及CPD模型,然后对油页岩样品在50℃/min加热速率的条件下,整合实验对油页岩的焦产量、页岩油及轻质气体含量进行模拟预测,最后对样品进行全面的误差分析。结果证实,以上3个模型的预测准确度均是一级精度,证明误差都在可控的范围内,但是在焦与焦油的预测过程中CPD模型预测要比其他两种模型更加准确,在轻质气体的预测中FLASHCHAIN模型精度最高。     

多群落粒子群优化供应链数据中心任务调度

要：针对数据中心规模和任务需求不断增加带来的服务效率降低等问题,提出了一种负载均衡多群落粒子群优化任务调度方法。通过改进的适应度函数对任务的最大完工时间和各机器完工时间方差进行组合优化以提升集群的负载均衡性;利用新的自适应惯性权重函数改进粒子搜索效率,提升算法收敛速率;采取新的粒子初始化方法提高初始解的质量和多样性,并利用多群落粒子协同搜索使得最终结果更加接近最优解。在阿里巴巴数据中心的公开数据集上对算法性能进行了验证和对比,实验结果表明,该方法能够提高数据中心在多样化供应链环境下的任务调度效率。     

超大空间温度变化对飞机装配协调精度的影响规律

飞机大型构件一般由多材料、多尺寸零/组件按照一定工艺装配而成,大尺寸装配空间场内的温度变化会引起零/组件在装配过程中产生较大且不一致的热变形,进而影响飞机产品装配协调精度。本文基于百万立方米全域作业空间内的飞机大型复材构件的高精度装配需求,研究了温度变化对工装及产品在不同材料组合方式的热变形影响。以某型飞机典型复材翼盒构件装配为分析对象,结果表明当温度变化5℃时,影响装配协调精度偏差约0.1~0.2mm。因此,在装配工艺设计过程中,需要考虑±5℃的温度变化对产品装配热变形的误差补偿,对提高飞机装配协调精度具有重要意义。     

钇掺杂氧化铪薄膜的铁电与非线性光学性能研究

铁电材料在铁电动态随机储存器、铁电场效应晶体管、铁电隧穿结和负电容器件等领域得到研究者的广泛关注近年来,铁电二氧化铪(HfO2)材料由于具有CMOS兼容性、高介电常数、宽带隙等特点成了研究热点该文使用脉冲激光沉积技术制备了钇掺杂铁电二氧化铪（HYO）并研究了其铁电和疲劳特性,指出薄膜的疲劳是由束缚在浅势阱中的注入载流子造成的畴壁钉扎效应引起进一步研究了60Co γ 射线对HYO薄膜铁电存储性能的影响,发现薄膜的抗辐照能力优于传统的铁电材料最后,研究了基于HYO薄膜的非线性光学效应,计算出的HYO薄膜的二阶非线性系数为χ(2)=（6.0±0.5） pm/V这些研究为铁电HfO2薄膜在存储和非线性光学领域的应用奠定了基础     

人脸跨域合成技术研究进展

总结了人脸跨域合成技术的起源、任务类型与难点、技术发展与挑战、潜在应用与问题等，从自监督与弱监督跨域合成、基于预训练大模型跨域合成、基于跨域合成隐私保护3个方面探讨了人脸跨域合成技术未来发展趋势与挑战。