免疫算法综述

对免疫算法的研究现状作了介绍，并将现有的各种算法特性和应用情况进行了比较和总结，最后对算法的进一步研究方向提出了看法。     

多交通方式实时信息影响下的通勤者出行行为

为确定实时信息对于出行行为的影响,探索了手机APP提供多交通方式实时出行者信息下的通勤者交通方式选择行为。采用意向调查方法,获取了上海市居民在提供包含两条自驾路线（以高架为主和以地面为主）和一条停车换乘地铁路线的实时交通信息情况下的交通方式选择行为数据。运用描述性分析和多元logit模型,得到了交通方式选择的主要影响因素。研究发现,通勤者的驾龄、家庭私家车数量、开车频率、获取交通信息频率、停车换乘设施使用经历等个体属性,行程时间和车厢拥挤程度等信息内容,会显著影响出行决策。此外,提出了对交通规划与管理和多交通方式出行者信息系统研发有指导意义的建议。     

基于多Agent的国际多式联运"虚拟企业"信息集成框架

认为国际多式联运的运作方式符合虚拟企业的特点,提出了国际多式联运“虚拟企业”这一新概念,阐述了国际多式联运“虚拟企业”中信息管理的重要性.并利用Agent技术,运用面向对象的方法,设计了国际多式联运“虚拟企业”的信息集成框,其目的是在国际多式联运信息集成的基础上,实现对国际多式联运的运输组织过程的集成管理和协同运作.     

多模态语义协同交互的图文联合命名实体识别方法

针对现有多模态命名实体识别(Multimodal Named Entity Recognition, MNER)研究中存在的噪声影响和图文语义融合不足问题,本文提出一个多模态语义协同交互的图文联合命名实体识别(Image-Text Joint Named Entity Recognition, ITJNER)模型。ITJNER模型加入图像描述作为额外特征丰富了多模态特征表示,图像描述可以帮助过滤掉从图像特征中引入的噪声并以文本形式总结图像语义信息;还构建了多模态协同交互的多模态语义融合模型,可以加强多模态信息融合,并减少图像信息的语义偏差。在Twitter-2015和Twitter-2017数据集上进行方法实验,分析实验结果并与AdaCAN、UMT、UMGF、Object-AGBAN等方法进行对比。相较于对比方法中的最优方法UMGF,本方法在Twitter-2017数据集上的准确率、召回率、F1值分别提高了0.67%、2.26%、0.93%;在Twitter-2015数据集上,召回率提高了0.19%。实验结果验证了本方法的有效性。     

基于唇重构与三维耦合CNN的多视角音唇一致性判别

针对传统音唇一致性判别方法主要对正面唇动视频进行处理,未考虑视频采集角度变化对结果的影响,且容易忽略唇动过程中的时空特性等不足,文中以唇部角度变化对一致性判别的影响为研究重心,结合三维卷积神经网络在非线性表示和时空维度特征提取上的优势,提出了基于正面唇重构与三维耦合卷积神经网络的多视角音唇一致性判别方法。该方法先通过在生成器中引入自映射损失来提高正面重建效果,并采用基于自映射监督循环一致性生成对抗网络（SMS-CycleGAN）的唇重构方法对多视角唇图进行角度分类及正面重构;然后设计两个异构三维卷积神经网络,分别用来描述音频和视频信号,并提取包含长时时空关联信息的三维卷积特征;最后引入对比损失函数作为音视频信号匹配的相关度鉴别度量,将音视频网络输出耦合到同一表示空间,并进行一致性判别。实验结果表明,文中方法能重建出更高质量的正面唇图,一致性判别性能优于多种不同类型的比较方法。     

多模态与文本预训练模型的文本嵌入差异研究

为了详细地分析文本单模态预训练模型RoBERTa和图文多模态预训练模型WenLan文本嵌入的差异,提出两种定量比较方法,即在任一空间中,使用距离一个词最近的k近邻词集合表示其语义,进而通过集合间的Jaccard相似度来分析两个空间中词的语义变化;将每个词与其k近邻词组成词对,分析词对之间的关系。实验结果表明,图文多模态预训练为更抽象的词(如成功和爱情等)带来更多的语义变化,可以更好地区分反义词,发现更多的上下义词,而文本单模态预训练模型更擅长发现同义词。另外,图文多模态预训练模型能够建立更广泛的词之间的相关关系。     

独立学院多模态大学英语视听说教学模式研究和设计--以中山大学南方学院为例

本文从多模态话语理论视角探讨大学英语视听说教学模式,详细分析了大学英语视听说课中体现的多模态话语因素,通过合理协调多模态话语因素在大学英语视听说中的具体实践,在大学英语视听说教学中构建了以学生为中心的英语视听说个性化学习新模式,培养了学生的视听说兴趣并将促进大学英语视听说教学的发展。     

基于脊波变换的手背静脉图像增强及特征提取

根据人体手背静脉图像的结构及特点, 提出一种基于脊波变换的手背静脉图像增强方法, 并应用局部互联神经网络提取静脉图像特征, 加强了该生物识别系统对模糊图像的识别能力. 实验结果表明, 该方法与传统的拉普拉斯法、 平滑算法及小波变换相比有更加显著的效果.     

一种新的掌纹特征提取算法

提出一种基于小波图像分解和不变矩函数的掌纹特征提取算法.该算法首先对掌纹ROI灰度图像进行N层二维小波分解,得到3N 1幅子带图像,分别计算每幅子图像的各阶不变矩函数作为特征向量.该算法首次将不变矩理论应用于掌纹识别,可对掌纹ROI灰度图像直接提取特征,去除了如图像增强和纹理细化等预处理算法所带来的消耗,得到的特征向量长度远小于传统算法.作者使用自行采集的数据库对该算法进行实验,获得了98.33%的正确识别率,验证了算法的有效性和准确性.     

基于形状空间的克隆选择算法用于多峰值函数的优化

在简单描述免疫系统中克隆选择和形状空间理论的基础上，提出了一种新的、基于形状空间的克隆选择算法．将该算法用于对多峰值函数的寻优，能得到很好的结果；借用遗传算法的积木块假设对该算法的收敛性进行分析，证明了本算法在满足一定前提条件下，能够以趋近于1的概率收敛．