深度人脸伪造与检测技术综述

由于现有深度人脸伪造软件通常是开源的或者被封装为APP免费分发，导致了虚假视频的泛滥。因此开展针对深度人脸伪造检测技术的研究就显得尤为重要。目前，深度人脸伪造及检测技术正处在快速发展时期，各种相应的算法也在不断更新迭代。本文首先介绍了深度人脸伪造和其检测技术的代表性算法并给出简要分析，其中深度人脸伪造技术包括身份替换、面部重演、属性编辑、人脸生成等，检测技术包括图像级伪造检测技术和视频级伪造检测技术。然后归纳总结了常用的深度人脸伪造与检测数据集及不同算法的评估结果，最后讨论了伪造技术及其检测技术目前面临的主要问题及发展方向。     

Z2Z4上的加性负循环码

在Z_2Z_4-加性循环码的基础上构造负循环码。首先,引入Z_2Z_4-加性负循环码的定义及其构造;然后,构造其生成多项式及张成集;最后,通过实例说明其与加性循环码有相同的参数。     

第二类q-Legendre-Stirling数

广义Stirling数都是由2类函数相互表达定义的,在第一类q-Legendre-Stirling数的基础上,提出第二类q-Legendre-Stirling数概念.研究了第二类q-Legendre-Stirling数的递推关系、生成函数,及相关的组合恒等式,并且给出了2类q-Legendre-Stirling数之间的关系.     

空间的时间化——从系统科学到生成论

系统科学的时空观经历三个阶段的发展,形成了以时间为主导、空间时间化的演化时空观。新的时空观是从系统科学提升为生成论、从科学到哲学的关键。生成论"生之"、"成之"的两个维度本身就内含了新的时空观;潜有→缘有→显有的生成过程与分形理论发展的新的空间观若合符节;生成元包含了新的时空观的全部内涵。     

小型无人机协同覆盖侦察路径规划

针对多架小型无人机对含有障碍的区域覆盖侦察最佳路径规划问题,首先用方形单元格将待侦察区域离散化,利用基于初始位置的划分方法划分出与无人机对应的子区域,把问题转化为单无人机优化问题以降低计算复杂度;然后在最小生成树的基础上提出节点交换法,对各子区域的形状和最小生成树进行调整优化;最后依据优化后的最小生成树为每个子区域构建侦察路径。仿真验证了该方法产生的规划路径能够完全覆盖指定区域且无重叠,路径长度和转弯数最小。     

政治信任危机的生成及化解措施

在全面深化改革期间，中国社会在孕育一场深刻的社会变革的同时也隐藏着不可忽视的政治信任危机。政治信任危机的生成有经济、政治、文化、社会、法律等多方面原因。创新行政管理方式和建立健全行政机制、引导群众实事求是看待改革成效、摧毁政治文化的定向思维、消解人情文化“异化”等是化解政治信任危机的主要措施。     

HLMGAN:分层学习的多奖励文本生成对抗网络

文本生成是自然语言处理的一项重要任务. 针对生成的文本大多缺乏多样性，且当生成文本过长时，文本生成的质量会有明显下降的问题，提出了一种采用Sentences and Words（SW）奖励机制的传递向量文本生成对抗网络. 首先，为生成器提出了层次结构设计，包括传递特征向量训练模块和生成向量训练模块，同时传递判别模型中真实文本特征向量给生成器的传递特征向量训练模块，由此来提高长文本生成的准确率，生成向量训练模块接收其生成词序列；然后，在训练过程中，使用关系存储核心代替传统的长短期记忆循环神经网络模型作为生成器，提高了模型的表达能力和捕获信息的能力；最后，采用SW奖励机制提高文本生成的多样性. 实验结果表明，分层学习的多奖励文本生成对抗网络（Generation Adversarial Network Based on Hierarchical Learning with Multi-reward Text，HLMGAN）模型在合成数据负对数似然度和双语互译质量评估辅助工具指标中均有所提升.     

Trace-Ratio问题的两种解法及其应用

线性判别分析(LDA)作为一种降维技术,已成功应用于许多分类问题中,如语音识别、人脸识别、信息提取等领域.许多降维问题最后都会归结为一个Trace-Ratio(迹比)问题,也就是通过寻找一个列规范正交矩阵X∈R~(n×r)(n≥r)能够使得比值tr(X~TAX)/tr(X~TBX)最大化,其中矩A∈R~(n×n)阵是对称的矩阵,矩阵B∈R~(n×n)是对称正定矩阵.迹比问题在线性判别分析以及一些其他应用中占有至关重要的地位.但是迹比问题没有解析形式的解.介绍了Foley-Sammon变换的背景和国内外发展现状.给出了求解迹比问题的两种方法:逐次解法和牛顿法.改进了构造逐次解的具体方法,并且给出了逐次解的数值估计;给出了牛顿法的具体算法和二阶收敛性的证明.实验表明若将逐次解作为初始迭代点代入牛顿法中可以大大减少牛顿法的迭代次数,提高牛顿法的迭代速度.     

流化床燃烧中N2O生成机理与减排技术

循环流化床(CFB)由于煤种适应性好、负荷调节能力强、污染物排放低等优点近些年获得越来越广泛的应用,然而N_2O排放浓度较高成为制约循环流化床应用的一大因素,因此对N_2O的生成机理以及影响因素进行调研、总结N_2O的减排措施是十分必要的。本文探讨了在循环流化床燃煤中N_2O的生成机理,并对煤的各项性质、床温、过量空气系数等影响N_2O排放的因素进行分析,从各类影响因素出发对现有的N_2O减排技术进行归纳总结,最后对反向分级、混燃生物质及CFB解耦燃烧技术进行了前景展望。     

基于空间自适应和混合损失对抗网络的乳腺肿块图像分割方法

在乳腺癌筛查的计算机辅助诊断过程中，乳腺肿块的精确分割至关重要.然而，乳腺肿块在X光成像中与背景灰度接近、形状不规则，使得精确分割面临很大挑战.为进一步提升分割性能，提出一种基于空间自适应和混合损失对抗网络的乳腺肿块分割新方法.首先，提出可分离卷积U-Net模型作为对抗网络中的生成器，以减少参数量和计算量；然后，在判别网络中添加空间自适应归一化层来获取分割掩码中蕴含的语义信息；最后，综合考虑类别不平衡、语义一致性等因素的影响，提出一种融合对抗损失、分割损失和感知损失的混合损失函数以提升模型学习效果.实验结果表明，新方法在INbreast和CBIS-DDSM两个乳腺分割公开数据集中分别取得99.35%和99.72%的准确率，以及81.27%和82.01%的集合相似度，获得优于现有方法的分割性能.