摘要：推荐系统在帮助用户从海量数据中发现自己感兴趣的信息时能起到重要作用。近些年来,深度学习在计算机视觉等诸多领域卓有成效,吸引了越来越多推荐系统领域学者的关注。推荐系统结合图神经网络等深度学习方法取得了令人瞩目的效果。然而,现存的许多方法主要关注在如何用深度学习模型来设计推荐系统的架构,却少有工作关注推荐系统的优化框架,尤其是从优化框架方面提升推荐系统的训练效率。因此随着模型的日益复杂,训练模型的时间代价也越来越大。本工作中,我们试图从优化框架方面提升大规模图推荐模型的训练效率。推荐系统中最主流的模型优化框架为贝叶斯个性化排序(Bayesian personalized ranking,BPR),其潜在假设是目标用户对于已交互的物品的喜好程度强于未交互的物品,然后通过最大化用户对感兴趣物品和不感兴趣物品的评分差来实现。然而,BPR优化器的瓶颈在于模型参数的学习效率低下,在计算资源有限,且用户的兴趣要具有时效性等现实因素下,极大限制了主流图推荐模型在工业场景中的应用。究其原因,BPR优化器需要每个训练样本对单独经过非线性激活函数,这样元素级别的运算无法转化为矩阵操作等并行计算的形式,进而未能发挥GPU的并行加速性能。受平方误差损失函数在结合推荐任务时,对矩阵化操作较为友好的启发,我们设计了一种快速非采样优化器FGL,可广泛适用于主流图推荐模型。经过一系列理论推导与转换,FGL有效规避了损失函数中复杂度较高的计算项,极大提升了模型的训练效率。以经典矩阵分解模型和最先进的图神经网络模型LightGCN为代表,本文在四个基准数据集上进行了大量的实验。实验结果表明,FGL优化器在保证推荐准确度下,其训练效率相比于BPR获得了数量级层面的加速,表明FGL在现实工业场景中具有很大的应用潜力。

摘要：中国崛起进程中与世界的关系日益不可分割、紧密相连,现今已进入“中国走向世界3.0”的新时代,中国崛起的基础条件、国家间关系的内涵和性质以及发展的目标都发生了巨大变化。与此同时,也要深刻认识到世界政治的权力争斗、单极霸权的体系结构与西方中心主义的舆情环境并未转变。中国的区域国别研究要及时、准确和深刻地回应国际环境和我国自身战略利益变化的时代诉求,为21世纪的中国不断走向世界、影响世界以及改造世界的战略性进程提供知识保障、战略支撑与利益服务。作为一门交叉学科,区域国别学是多种学科融合的综合体,但需要明晰其国际问题研究的学科性质,学科范式必须是由国际关系学为代表的社会科学学科来提供和搭建。在这方面,英、美区域国别研究的经验对于我国区域国别学学科建设和人才培养具有建设性的启示意义。但囿于西方区域国别研究具有强烈的西方中心主义色彩,我国的区域国别研究需要突破西方理论和国际经验的局限性,在自主知识体系、话语体系和学科体系建构的基础上融入中国目标、中国利益和中国理念,打造出既有自主知识体系、又有服务国家重大战略需求的区域国别学。

摘要：为深入剖析与诊断我国南方城市污水处理厂进水浓度较低的原因,以华南某市建成区为例,选取5种典型用地类型共306个地块开展调查和实测,对其污水排放特征进行了研究。结果表明,研究区域内合流、清污分流不彻底和较彻底的地块排水BOD_(5)日平均浓度均值分别为95.10、118.51、145.24 mg/L;5类典型地块中,居民小区和公共机构地块的排水污染物日平均浓度相对较低,其中COD日平均浓度均值分别为255.58、219.94 mg/L,公共机构地块排水BOD_(5)日平均浓度均值不足100 mg/L;不同类型地块排水水质差异较明显,除工业地块外,其他地块排水的BOD_(5)/TN值普遍集中在2.29~3.56,低于可生物脱氮指标(BOD_(5)/TN≥4);与国内其他地区相比,华南地区人均用水量偏高可能是导致地块排水水质浓度相对偏低的原因。提升地块排水管道清污分离程度是排水系统提质增效的关键因素之一。

摘要：土体抗剪强度是基坑支护设计中一项重要的力学指标,特别是软土地区,其指标的取用直接决定支护方案的成败。依据一工程实例,结合现场实测资料,对5种不同的抗剪强度分别采用理正深基坑计算软件进行计算,并与现场实际监测结果进行了对比分析及通过有限元模拟验证,提出了适合昆明湖相沉积软土区基坑土体抗剪强度指标的取用建议。

摘要：针对网络音频数据非法传播、隐私泄露等问题,提出了一种基于参数寻优的立体声鲁棒水印算法。首先利用立体声2个声道之间的相对关系对攻击的不敏感性,以2个声道的相对失真最小为目标,优化嵌入过程,修改奇数段的奇异值比值以嵌入水印,提高音频文件的感知质量。其次,针对不同音频文件,提出一种参数寻优算法用于寻找对每个音频文件最优的参数,更好地平衡了算法的不可感知性和鲁棒性。仿真实验结果证明,所提算法具有较好的不可感知性,并且对常规信号处理均具有较好的鲁棒性。

摘要：在双道起坡甩车场高、低道之间插入水平直线段简化计算,采用CAD直接作图,使用回转、偏移、移动、延伸命令加快制图速度,图纸轮廓给出后,直接在图中标注尺寸,避免了复杂计算,成图速度快,所注尺寸满足设计精度。

摘要：车联网以智能网联汽车为信息交互感知主体,通过建立车-云-路-人消息互联传输体系,实现智慧交通智能管理、高效控制和及时调度。然而非法网络入侵与攻击导致车联网多通信场景存在安全隐患,为了解决通信各端身份识别问题和复杂通信场景下消息安全传输机制,身份认证技术成为车联网安全体系的重要保障。综述了国内外车联网研究现状和成果,说明了智能网联汽车平台、组件、通信体系,设计了基于数字签名的车联网安全架构;通过深入研究安全框架内在机理,进行架构的详细设计,将全生命周期安全保障机制融于设计中,实现了多场景全生命周期内的身份认证服务;通过分析LTE-V2X技术特点和V2X证书管理体系实际需要,提出面向LTE-V2X数字签名体系,可实际应用于LTE-V2X业务部署及系统开发设计。

摘要：为解决管片自动拼装过程中人无法准确掌握拼装机末端空间位姿,以及无法基于拼装机末端目标位姿解算拼装机各关节目标运动量的难题,基于6自由度大平移拼装机运动机制,建立针对性运动学计算模型,提出一种管片拼装机高精度运动学正逆解解析方法,考虑提升油缸差异性伸缩、提升梁非对称设计、小吸盘油缸定量伸出等关键细节问题,并进一步基于运动学正解给出基于拼装机各关节自由度运动误差对拼装机末端定位精度的影响分析方法。研究结果表明:1)与三维设计模型相比,拼装机末端正解位置精度小于0.2 mm;2)吸盘偏转、俯仰和回转动作存在相互干涉,简化处理后的拼装机各关节目标运动量逆解精度小于0.5 mm,满足自动拼装要求;3)拼装机大回转角度执行误差超过0.1°,末端位置偏差将超过7 mm,在回转功能设计上存在进一步优化的必要性。

摘要：为了研究不同营养因子对奶牛粪、尿中氮排泄损失的影响,试验选择体重、胎次、产犊时间、产奶量相近,体况评分为3分的泌乳盛期中国荷斯坦牛27头,采用L9(34)正交试验设计,以日粮中性洗涤纤维(NDF)、小肠可消化蛋白(IDCP)及添加过瘤胃保护氨基酸(RPAA)为营养因子,调控降低奶牛粪、尿中氮的排泄损失。结果表明:NDF为降低粪氮排泄损失的主效因子,日粮干物质(DM)中NDF为37%、41%时,粪氮排泄损失相近,平均为34.74%,比NDF为45%时减少粪氮损失2.25个百分点(P>0.05);IDCP为降低尿氮排泄损失的主效因子,日粮IDCP按《中国奶牛饲养标准》推荐量92%,分别比IDCP为100%、108%时减少尿氮排泄损失17.79 g/d、26.34 g/d,相对减少14.20%、21.05%(P<0.05)。3因子优化组合为日粮IDCP按《中国奶牛饲养标准》推荐量92%、NDF为37%～41%、组合添加过瘤胃保护赖氨酸32 g/d+过瘤胃保护蛋氨酸8 g/d可显著降低粪、尿氮排泄损失率,从而有效提高摄入氮转化为产品氮的效率。