摘要：在面对实体对关系复杂或目标邻域稀疏等情况时,现有的小样本知识图谱补全模型普遍存在关系表示学习能力不足以及忽略实体对相对位置和交互作用的问题。基于此,提出一种基于选择注意力机制和交互感知的小样本知识图谱补全模型(SAIA)。首先,通过在聚合邻域信息过程中引入选择注意机制,帮助邻域编码器聚焦更重要的邻居以减少噪声邻居的不良影响;其次,在关系表示学习阶段,利用背景知识图谱中与任务关系相关的信息学习更加准确的关系表示;最后,为了挖掘知识图谱实体之间的交互信息和位置信息,设计了一个实体对公共交互率指标(CIR)来衡量实体对三阶路径内的关联程度,然后结合实体语义信息共同预测新的事实。实验结果表明该方法优于目前最先进的小样本知识图谱补全模型。与基准模型最优的结果相比,SAIA在NELL-one和Wiki-one数据集上的5-shot链接预测中,平均倒数排名(MRR)、Hits@10、Hits@5以及Hits@1等性能评价指标分别提高了0.038、0.011、0.028和0.052以及0.034、0.037、0.029和0.027,验证了所提模型的有效性和可行性。

摘要：情绪影响身心健康及认知功能等,因而在人们的生活中扮演着重要角色.自动情绪识别有助于预警心理疾病和探索行为机制,具有巨大的研究与应用价值.在过去十余年中,研究者们提出了各种情绪识别方法,但均存在不同方面的不足:基于脑电图(Electroencephalography,EEG)信号的方法需采用专业、昂贵且不易操作的脑电仪;基于视觉和语音的方法存在隐私泄露的风险;基于手机使用模式分析的方法其可靠性和准确性有待提高等.本文利用生理信号如呼吸音、心跳音及脉搏等与情绪的潜在关联性,创新性地提出基于低成本、普适易用可穿戴硬件的情绪识别技术,借助多模态数据融合对不同类型数据进行有效利用,既减少了数据冗余又有效提升了系统性能.此外,在保证良好识别准确率的前提下,为提升情绪识别模型对不同用户的泛化性、最大化降低新用户的使用成本,本文提出了基于多源域对抗思想的情绪识别模型,借助少量来自新用户的无标签数据实现模型的无监督迁移,再辅之以极少量有标签数据微调分类器参数可进一步提升情绪识别准确率.为验证所提情绪识别方法的有效性,本文设计并实现了一套融合麦克风与光电容积脉搏波(Photoplethysmography,PPG)传感器以测量人体心跳音、呼吸音及脉搏等生理指征的可穿戴系统.基于此系统,本文在不同设置下开展了大量实验并对不同影响因素进行了评估.实验结果表明:对于四类基本情绪,本文所提方法单被试识别准确率可达95.0%,跨被试识别准确率为62.5%,比基准方法提升了5.3%.结合有监督小样本参数微调,识别准确率可进一步提高至81.1%,比基准方法提高了12.4%.上述结果验证了本文所提方法的可行性,为泛在情绪识别研究做出了崭新的探索.

摘要：协同过滤是在线推荐系统最重要的组成模块之一,为实现面向用户的个性化广告投放功能提供了关键的技术支持。然而,在协同过滤系统的具体实现中,研究者却不加区分地对所有目标用户都使用相同的训练流程。较之“个性化的预测结果”的预期,上述“一般化的训练过程”使得结果模型相对于待预测的目标过于普适,缺乏必要的针对性。本文提出一个“以个性化的训练过程得到个性化的预测结果”的协同过滤预测模型(MORE):对给定的目标用户,MORE将使用弹性网络模型(Elastic Net),从现有的用户全集中选出若干用户构成与之对应的“专家”集合,并基于目标用户与专家已有的评分,生成对目标用户的缺失评分的预测。本文报告了MORE在不同的协同过滤预测模型上的应用结果,在真实评分数据集上的实验结果表明,较之使用全量数据训练得到的预测模型,基于MORE的模型有更好的表现。

摘要：随着经济社会的发展和人民生活水平的提高,肉鸡养殖行业面临着巨大的需求。受到新冠疫情和非洲猪瘟影响,人们对禽类食品安全问题更加关注。肉鸡养殖管理的重要性日益凸显,而传统养殖行业存在的信息化和智能化水平不高等问题制约了行业的进一步发展。本文提出了一种基于人工智能的肉鸡智慧养殖信息化服务平台,结合物联网、大数据、人工智能等技术,为肉鸡养殖行业提供了信息化基础。该平台通过Web端及移动端进行信息管理,提高了数据流通性,实现了养殖信息的可视化展示。大屏可视化能直观展现各类信息,便于监管部门、企业主和管理人员了解养殖场状况,提供及时响应和决策。本文能有效提高肉鸡养殖行业的信息化和智能化水平,有利于行业的数字化健康发展。

摘要：基于＂核心单元局部削弱相当于其他部位加强＂的新型防屈曲耗能支撑设计原理,设计6种不同构造的三重钢管防屈曲耗能支撑,每种支撑制作3~4个模型共22个支撑模型,对其进行低周反复加载试验,得到每个支撑模型在试验过程中的关键现象和力-位移滞回曲线,并研究核心单元钢管开孔类型、开孔位置数量以及钢管间的缝隙大小对支撑性能的影响。研究结果表明：三重钢管防屈曲耗能支撑核心单元钢管开孔可以减小支撑的屈服位移和屈服荷载,且开孔对支撑的承载力、耗能系数和等效黏滞阻尼比基本没有影响,用普通钢材实现了低屈服点钢的性能;核心单元钢管开孔可以使支撑具有定点屈服的功能,既明确了设计目标,又简化了设计和构造,避免了支撑端部加强制作工序,且开多排孔时可以起到分散钢管变形的作用,开孔式三重钢管防屈曲耗能支撑比不开孔支撑具有更加优良的性能。

摘要：设计制作两种开孔三重钢管防屈曲耗能支撑和一种不开孔三重钢管防屈曲耗能支撑试件,并对其进行低周反复加载试验,研究开孔三重钢管防屈曲耗能支撑的性能、核心钢管开孔与否防屈曲耗能支撑性能的差异、开孔排数对支撑性能的影响以及支撑的恢复力模型和破坏特征,并采用ABAQUS有限元软件对其进行分析。研究结果表明:开孔三重钢管防屈曲耗能支撑的滞回性能稳定,耗能能力强;核心钢管开孔后降低了支撑的屈服点且增大了支撑的延性;开孔三重钢管防屈曲耗能支撑的恢复力模型可采用对称的双线性模型来描述;试验结果与有限元分析结果基本吻合。

摘要：利用ABAQUS软件对三重钢管防屈曲耗能支撑进行拉压循环荷载作用下的滞回性能模拟,并对支撑的承载力及核芯管的应力和变形进行模拟分析,研究了核芯管开孔的孔宽、孔长、开孔排数、核芯管的径厚比和约束比对支撑性能的影响。研究结果表明:开孔降低了支撑的屈服点,当开孔截面积削弱量控制在20%以内时可认为不影响支撑的承载力,孔宽和孔长对支撑的荷载-位移曲线和支撑的抗疲劳性能有影响;在开孔总长度相同的条件下,多排孔开孔部分的变形较单排孔的变形小;核芯管的径厚比应不大于22;三重钢管防屈曲耗能支撑的约束比应大于2。研究结果对开孔三重钢管防屈曲耗能支撑及同类支撑的设计提供了一定的参考价值。

摘要：在LENQD相依序列生产的线性过程误差下,研究了固定设计非参数回归模型小波估计.利用LENQD序列的矩不等式和特征函数不等式,建立了未知回归函数小波估计的Berry-Esseen界.通过选取适当的参数,其界可达O(n^(−1/6)).所得结果推广了相关文献的研究结果.

摘要：为了优化旋压工装设备,并为旋轮工作型面的选择和成形工艺参数的设计提供依据,基于对筒形件常用旋轮型面的分析,结合杯形薄壁矩形内齿旋压的特点,采用有限元软件***,建立了齿轮旋压三维弹塑性有限元模型,对不同旋轮工作型面进行了数值模拟,分析了不同旋轮工作型面对杯形薄壁内齿轮轮齿成形的影响规律.结果表明:当采用台阶形旋轮时,减小工作型面的成形角和增大圆角半径有利于轮齿的成形;当工作型面为圆形型面时,轮齿的成形质量最好.

摘要：深度学习在图像、语音、文本等多种模态的数据任务上取得了优异的效果.然而,针对特定任务,人工设计网络需要花费大量的时间,并且需要设计者具有一定水平的专业知识和设计经验.面对如今日趋复杂的网络架构,仅依靠人工进行设计变得越来越复杂.基于此,借助算法自动地对神经网络进行架构的搜索成为了研究热点.神经架构搜索的方法涉及3个方面:搜索空间、搜索策略、性能评估策略.通过搜索策略在搜索空间中选择一个网络架构,借助性能评估策略对该网络架构进行评估,并将结果反馈给搜索策略指导搜索策略选择更好的网络架构,通过不断迭代得到最优的网络架构.为了更好地为读者提供一个快速了解神经网络架构搜索方法的导航地图,从搜索空间、搜索策略和性能评估策略3个方面对现有典型的神经架构搜索方法进行了梳理,总结讨论了近年来常见的架构搜索方法,并分析了各种方法的优势和不足.