基于多模态共享网络的自监督语音-人脸跨模态关联学习方法

现有的语音-人脸跨模态关联学习方法在语义关联和监督信息方面仍然面临挑战,尚未充分考虑语音与人脸之间的语义信息交互。为解决这些问题,提出一种基于多模态共享网络的自监督关联学习方法。首先,将语音和人脸模态的特征映射到单位球面,构建一个公共的特征空间;接着,通过多模态共享网络的残差块来挖掘复杂的非线性数据关系,并利用其中权重共享的全连接层来增强语音与人脸特征向量之间的关联性;最后,使用K均值聚类算法生成的伪标签作为监督信号来指导度量学习,从而完成4种跨模态关联学习任务。实验结果表明,本文提出的方法在语音-人脸跨模态验证、匹配和检索任务上均取得了良好的效果,多项评价指标相较于现有基线方法提升1%～4%的准确率。     

基于VMD-LSTM-IPSO-GRU的电力负荷预测

为了挖掘电力负荷数据中的潜藏信息,提高负荷预测的精度,针对电力负荷强非线性、非平稳性等特点,提出一种基于变分模态分解(variational mode decomposition,VMD)、优化长短期神经网络(long-term and short-term memory network,LSTM)、改进的粒子群算法(improve particle swarm optimization,IPSO)优化门控循环单元(gated recurrent unit neural network,GRU)的混合预测模型。首先,使用相关性分析确定确定输入因素,再将负荷数据运用VMD算法结合样本熵分解为一系列本征模态分量(intrinsic mode fuction,IMF)和残差量,更加合理地确定分解层数和惩罚因子;其次,根据过零率将这些量划分为低频和高频,低频分量使用LSTM网络,高频分量利用IPSO-GRU网络分别进行预测;最后,将预测结果重构得到电力负荷的最终结果。仿真结果表明,相对于其它常规模型,该混合模型可有效的提取模态特征,具有更高的预测精度。     

合约机制下绿色供应链企业社会责任策略研究

基于消费者的绿色偏好,研究了存在批发价格合约或收益共享合约时制造商是否承担企业社会责任(CSR)的问题.通过Stackelberg博弈模型,构建供应链成员的最优决策,分析了收益共享比例和CSR水平对供应链各成员的利润的影响.无论是在批发价格合约还是收益共享合约下,承担企业社会责任都是制造商的最优选择;当制造商选择承担企...     

发动机支架安装凸台的断裂故障诊断分析

针对发动机发电机支架安装凸台及连接螺栓常出现的断裂失效问题,提出一种仿真分析与实验结合的诊断方法.首先建立了包含发电机和空压机模型的支架有限元模型,并进行了约束模态分析,进而针对缸体局部和电机支架进行了螺栓预紧应力分析.最后,对发电机和空压机进行了动平衡测试.仿真与试验结果表明:发动机运行期间,连接区域松脱可能是造成失效的重要原因.采用该诊断方法解决了失效问题.     

异构时空数据的转换机制研究

目前时空模型难以兼顾时空语义表达与计算机实现困难的现状,形成不同部门、不同应用、不同时期的时空数据在语义、模型、结构等方面的差异,阻碍了时空数据之间的相互转换,限制了历史数据在预测预报等领域重要作用的发挥.在总结时空数据模型特点的基础上,试图以一个崭新的视角分析时空模型的发展历程;在此基础上,采用图论这一通用数据结构与数学描述方法.构建具有完备性的时空数据描述模型;探讨由此引发的异构时空数据的转换机制.最后,在异构时空模型之间的转换机制中分析了该模型的特点.     

基于时频融合卷积神经网络的股票指数预测

传统的股票指数预测方法是在含噪声、非平稳以及非线性的原始股指序列数据上实施的,这将导致预测精度的下降。为了解决这个问题,提出了一种基于时频融合卷积神经网络的股指预测方法。首先通过引入变分模态分解(VMD)将原始序列数据分解到频域特征上,使得分解后的股指数据具有低信噪比,同时具有更明显的趋势性和平稳性。进一步结合时序卷积神经网络(TCN),构建了时频融合的卷积神经网络模型。最后在6个实际数据集上与8个基准方法进行比较,实验结果表明该方法具有更高的预测精度和更好的解释性。     

神经网络参数对地震类型识别的影响

由于震源识别模型判据选取不当或关键参数设置不合理,现有地震辨识模型的性能受到一定制约。为了改善地震类型识别效果,优化反向传播(back propagation, BP)神经网络参数设置,提出了一种经验模态分解(empirical mode decomposition, EMD)多尺度近似熵(multi-scale approximate entropy)判据,并讨论训练函数、激活函数、隐藏层神经元数目与学习速率等网络参数对地震辨识的影响。首先,针对多组天然地震事件及人工爆破事件波形进行关键信息提取与归一化,利用EMD算法提取6个本征模态函数(intrinsic mode function, IMF)和1个剩余分量(residual),然后分别计算近似熵得到EMD多尺度近似熵向量;再次,设计一系列BP神经网络调参实验,研究BP神经网络参数对地震类型识别的影响。结果表明,训练函数、激活函数、隐藏层数目等参数对地震辨识产生了明显的影响,辨识效果较好的参数组合为：训练函数采用共轭梯度法,输出层激励函数为purelin函数,隐层激励函数为logsig函数,隐层节点数和学习率分别设置为10和0.0...     

面向移动VR的部分缓存内容共享方法

面向移动VR(Virtual Reality)业务的高数据量和低时延需求,为有效降低核心网的数据流量、减小设备的内容请求代价,文中建立了面向移动VR的部分缓存内容共享模型.建模了社交属性感知的内容共享代价最小化问题,将优化问题分解为功率优化与模式选择、设备关联两个子问题,并分别提出基于代价的功率优化和模式选择算法以及基...     

新形式下高校大型仪器共享工作体系建设与实践

大型仪器设备共享是一项精细化、综合性工作。有些高校的共享成功经验是经过了多年的积累和沉淀,更有可能是在特定的历史条件下形成的,照搬照抄其他成功高校经验,是存在一定“水土不服”的风险。系统性地阐述了近五年西南大学在大型仪器设备共享制度建设、设备类购置经费统筹、大型仪器设备集中论证模式构建、实体平台建设及分层权限管理虚拟网络化平台开发等方面的工作,系统性地介绍西南大学“从无到有”构建大型仪器共享工作体系的工作实践,以期为其他高校或地方院校开展仪器设备共享工作提供一些参考。     

谈陕西汉水流域文献信息资源共建共享

分析了陕西汉水流域文献信息资源共建共享的必要性和可行性,从共享的观念、文献资源建设等方面提出了该区域文献资源共建共享的实施策略。