摘要：当前网络嵌入研究更多关注信息网络结构和结点之间一阶或高阶近似关系,对于网络结点自身属性考虑较少.本文提出一种嵌套的生成对抗网络模型N-GAN(Nesting Generative Adversarial Networks for Network Embed⁃ding),实现了网络结构和节点属性同时嵌入到低维向量,从而最大程度保存原始高维信息网络特征.N-GAN模型设计灵活,具有很好的延伸性和扩张性,并在真实数据上验证了N-GAN的性能及其稳定性,其嵌入的低维表示在不同应用中表现出不错的性能.

摘要：本文提出了一种无衍射光片荧光显微成像技术,可以方便地对从微米到厘米各种尺寸的多种生物样本进行多尺度三维荧光成像。提出一种双环调控方法以解决传统贝塞尔光片旁瓣过重的问题,该方法能够可调节地产生0.4~5μm之间不同厚度类型的无衍射光片,同时其旁瓣占比被压低到30%以下。基于这种新的调控手段设计搭建了一套多尺度光片荧光显微成像系统。该系统展示出适用性极强的多尺度成像能力,例如:活细胞双色三维动态成像、膨胀细胞三维超分辨成像以及介观尺度下全器官的高通量三维成像。证明该多尺度成像模式能够显著提升光片荧光显微镜的成像效率,由此可以推进细胞生物学、组织病理学、神经科学等多种生物医学相关研究的发展。

摘要：在模拟移动床的实际工作过程中,由于进料浓度和温度变化以及色谱柱填充不一致等因素影响,初始工艺参数作业下的分离性能可能会出现下降。首先对模拟移动床的机理模型进行了分析;然后在色谱分离平衡理论的基础上,使用有限元正交配置法求解模型得到新的工艺参数点;最后以果葡糖浆组分分离为对象,使用所提方法求解有扰动作用时的优化工艺参数,结果显示果糖纯度的合格率从81%提高到99%,证明其具有良好的鲁棒性。

摘要：深度神经网络在分类任务上不断取得性能突破,但在测试中面对未知类样本时,会错误地给出一个已知类预测结果.开放集识别任务旨在解决该问题,要求模型不仅精确地分类已知类,同时对未知类样本进行准确判别.现有方法虽然取得了不错的效果,但由于未对开放集识别任务的影响因素进行分析,因而大多基于某种假设启发式地设计模型,难以保证对于实际场景的适应性.分析了现有方法的共性,通过设计一个新的决策变量实验,发现模型对已知类的表示学习能力是其中的一个关键影响因素.基于该结论,提出了一种基于模型表示学习能力增强的开放集识别方法.首先,由于对比式学习已展示出的强大表示学习能力以及开放集识别任务所包含的标签信息,引入了监督对比式学习方法,提高模型对已知类的建模能力;其次,考虑到类别间的相关性是在类别层次上的表示,且类别之间往往呈现分层结构关系,设计了一种多粒度类相关性的损失函数,通过在标签语义空间构建分层结构并度量多粒度类相关性的方式,约束模型学习不同已知类间的相关关系,进一步提高其表示学习能力;最后,在多个标准数据集上进行了实验验证,证明了所提出方法在开放集识别任务上的有效性.

摘要：在保证产品纯度的情况下,提出一种带额外色谱柱的双部分丢弃策略以提高模拟移动床的产率。通过将工艺点选取在纯提取产品和非纯提余产品区域以增大进料流量,并将由此导致的含较多杂质的提余产品暂时丢弃。丢弃的提余产品作为循环进料通入到一个额外色谱柱中以进一步分离,部分不能达到指定纯度的额外产品被永久丢弃。在模拟移动床和额外色谱柱处分别收集到的产品组成总产品。分析了工艺点的选取、提余产品的积分纯度阈值和额外产品的积分纯度阈值对总产品性能参数的影响。研究结果表明,所提策略能够以较高的回收率利用原料,且能够显著提高分离过程的产率,其分离效果优于传统的模拟移动床工艺和部分丢弃策略。

摘要：分支预测器是现代处理器的重要微架构组件,它可有效缓解流水线的控制流冒险问题,提升处理器性能.然而,尽管分支预测器的设计越发先进,设计细节也不被处理器厂商公开,但基于分支预测器的分支预测机制存在的安全问题仍不断被研究人员曝光.利用分支预测机制,攻击者能构建侧信道或隐藏通道,从而绕过软硬件的安全边界检查.在著名的Spectre攻击中,分支预测器还被用来构建瞬态执行窗口,这打破了被错误预测并执行的指令对软件程序员完全透明的错误安全假设.Spectre攻击曝光后,分支预测的安全问题越来越受到重视,相关的攻击变种与防御措施成为学术界和工业界共同关注的课题.本文从分支预测器的设计角度出发,从已公开和被研究人员逆向工程出的分支预测器设计中总结了分支预测器的工作机制,然后按分支预测器填充方式、分支预测器索引方式和分支预测利用过程等特征对现有的分支预测攻击进行归纳和整理,并总结了这些攻击的攻击模型,包括攻击场景与攻击链.随后,本文结合Intel、AMD和ARM等主流商用处理器的典型微体系结构,从攻击模型深入分析了各分支预测攻击的关联性、创新点和可行性,并提出一种评价分支预测类瞬态执行攻击可行性的理论方法.最后,本文讨论了分支预测攻击未来的研究趋势、相关的防御策略以及安全分支预测器设计等诸多问题.

摘要：目的为提升儿童用户对康复产品的交互体验,提出以用户感知为导向的儿童居家康复产品交互体验评价方法。方法基于信息加工过程,引入人智学十二感官理论,建立用户感知体验模型;采用问卷调查与眼动追踪相结合的测量方法,获取儿童用户的心理评价与生理指标;应用层次分析法构建产品交互体验评价体系,结合熵权法为各项评价指标赋权并进行综合排序;基于BP神经网络建立康复产品特征要素与儿童用户感知体验偏好的映射关系模型。结果以儿童家用康复脚踏器为例,验证了模型具有良好的预测效果。结论通过主客观相结合的方法提高了儿童康复产品交互体验评价系统的科学性。该方法能够有效预测儿童用户的感知体验评价,为该类产品的交互体验设计与评价提供参考。

摘要：以漳村矿选煤厂浮选入料为研究对象,在不改变现场浮选工艺和设备的要求下,通过一系列浮选实验研究,寻求合理的浮选加药制度。以此为基础,设计了浮选加药自动控制系统,同时对浮选机自动加药系统目前存在的堵管问题提出了电加热解决方案,从而在保证精煤灰分指标合格的前提下,实现了药剂制度优化,达到了提高精煤产率,降低生产成本的目的。

摘要：光声层析成像是一种发展迅速的成像技术,其可提供生物组织的结构和功能信息,结合了光学成像高光学对比度与声学成像高穿透深度的优点.然而,由于现有的反投影成像算法通常将围绕目标扫描的超声换能器等效为一个点探测器,导致非中心成像区域图像的切向模糊,严重影响了图像质量.本文提出一种新的光声层析成像算法,其采用聚焦声场等效模型,可以快速有效地克服换能器孔径效应所造成的声场畸变,恢复非中心成像区域的切向分辨率.仿真结果表明,该方法对直径5 mm,距离旋转中心6 mm的目标,切向分辨率提升至少达2倍.实验结果表明,该方法可以有效地恢复边缘图像的切向模糊,使得复杂目标的微小结构能被清晰探测.这种新方法为传统的反投影方法提供了一种有价值的替代选择,对基于圆/球扫描的光声层析成像系统的设计具有重要的指导作用.

摘要：由于音频驱动的跨模态视觉生成算法具有广泛地应用场景,近年来已得到产业界和科研界的广泛关注。音频和视觉为人们日常生活中最重要和常见的2种模态,然而设计一种能够创意地想象出与音频相对应的视觉场景一直是一个巨大挑战,目前关于音频驱动的跨模态视觉生成问题在已有文献中尚未得到系统而全面地研究。针对现有音频驱动的跨模态视觉生成算法进行概述,并将其分为音频到图像、音频到肢体动作视频和音频到说话人脸视频3类。首先阐述其具体应用领域与主流算法流程,并对涉及框架技术进行解析,然后按照技术推进的顺序对相关算法的核心内容与优劣势进行阐述,并解释其生成表现效果,最后对目前领域内所面临的机遇和挑战进行讨论,给出未来研究方向。