摘要：相比于单一视图学习,多视图学习往往可以获得学习对象更全面的信息,因而在无监督学习领域,多视图聚类受到了研究者的极大关注,其中基于图的多视图聚类,近年来取得了很大的研究进展.基于图的多视图聚类一般是先从各个视图原始数据学习相似图,再进行视图间相似图的融合来获得最终聚类结果,因此,多视图聚类的效果是由相似图质量和相似图融合方法共同决定的.然而,现有基于图的多视图聚类方法几乎都聚焦在视图间相似图的融合方法研究上,而缺乏对相似图本身质量的关注.这些方法大多数都是孤立地从各视图的原始数据中学习相似图,并且在后续图融合过程中保持相似图不变.这样得到的相似图不可避免地包含噪声和冗余信息,进而影响后续的图融合和聚类.而少量考虑相似图质量的研究,要么相似图构造和图融合过程是直接联立迭代的,要么在预定义相似图过程中提前利用秩约束进一步初始化,要么就是利用相似图存在的一些底层结构来获取融合图的.这些方法对相似图本身改进很小,最终聚类性能提升也十分有限.同时现有基于图的多视图聚类流程也缺乏对各视图间一致性和不一致性的综合考虑,这也会严重影响最终的多视图聚类性能.为了避免低质量预定义相似图对聚类结果的不利影响以及综合考虑视图间一致性与不一致性来提升最终聚类效果,本文提出了一种自适应相似图联合优化的多视图聚类方法.首先通过Hadamard积来获得视图间高质量一致性部分信息,再将每个预定义相似图和这部分信息对标,重构各个视图的预设相似图.这个过程强化了各视图间的一致性部分,弱化了不一致性部分.其次设计了相似图重构改进和图融合联合迭代优化框架,实现了相似图的自适应改进,最终达到相似图和聚类结果共同提升的效果.该方法将相似图改进过程与图融合过程联合起来进行自适应迭代优化,并且在迭代优化中不断强化各视图间的一致性,弱化视图间的不一致性.此外,本文的方法也集成了现有多视图聚类方法的一些优点,自加权以及无需额外聚类步骤等.在九个基准数据集上与八个对比方法的实验验证了本文方法的有效性与优越性.

摘要：随着消费者对农产品质量要求的不断提升,有效的质量安全监管成为现代农业亟需解决的问题。农产品溯源系统作为一种有效的解决方案,能够提升信息的透明度和操作的可靠性。本研究利用Fisco-Bcos联盟链技术,构建了一个新型的农产品溯源系统。通过即时将农产品质量相关的图片信息上传到区块链上,本系统提升了数据的可信性,强化了消费者的监管能力及知情权。结果表明该系统显著提高了溯源信息的真实性和整体的信任度。此外,本研究系统通过仅上传关键的质量认证图片,而非全部溯源节点信息,不仅加强了消费者的知情权和监管能力,同时也进一步有效减轻了区块链节点的存储压力。

摘要：为探讨南吕—欣木金矿床金的赋存状态及富集机制,结合矿区地质特征,采用能谱和电子探针(EPMA)对研究区内采集的岩(矿)石标本进行分析,获取矿物生成顺序,分析金矿物的形态、粒度、成色和赋存状态,探讨金的富集机制。研究表明:南吕—欣木金矿床成矿阶段可划分为4个阶段,即黄铁矿—石英(Ⅰ)、金—石英—黄铁矿(Ⅱ)、金—石英—多金属硫化物(Ⅲ)和石英—方解石(Ⅳ),其中第Ⅰ、Ⅲ阶段是金的主要成矿阶段。金的赋存状态有晶隙金(占49.87%)、裂隙金(占42.81%)和包体金(占7.32%)。裂隙金的大小为7~20μm。金成色变化范围在886~943之间,平均成色为845,变化系数为11.72%。相关分析结果显示:相关性显著的元素是Ag和Ag、Fe和S。金与其他元素的相关性大小依次是Au→Ag→Cr→Fe→S,与Pb、Cu和Zn等元素相关性不大。黄铁矿是主要的载金矿物。金从矿源层(古老变质岩和玲珑复合岩体)溶滤出来,以简单的氯化物和络合物等迁移,富集在2个成矿阶段叠加部位。研究结果为揭示区域金的赋存状态和矿床成因提供了证据,也为总结焦家金成矿带成矿规律提供了科学依据。

摘要：地铁是城市轨道交通重要组成部分,地铁站台噪声对乘客身心健康有重要影响。以合肥轨道交通一号线为例,具体选择地下侧式、地下双岛式和地下岛式3个典型空间类型的地铁站台为研究对象,通过噪声测量和问卷调查相结合的方法,针对地铁在不同运营时段的乘客站台噪声满意度与噪声声元素舒适度进行评价,探讨性别、声元素舒适度以及站台噪声对乘客噪声满意度的影响。结果表明:对地铁站台噪声满意度评价,乘客性别差异不显著;在乘车高峰期时段,地铁站台广播提示声、地铁工作人员吹哨声、列车进站声和列车出站声是影响乘客站台噪声满意度主观评价的主要噪声声元素;乘客噪声满意度主观评价与站台噪声值呈强负相关,噪声值越高,满意度越低;乘客噪声满意度为可接受时的地铁站台噪声阈值,在乘车高峰期时段为74 dB(A),非高峰期时段为67 dB(A)。该文工作可为城市地铁站台噪声满意度评价及其空间结构设计提供科学参考。

摘要：现有的类属属性学习方法在提取类别标签的特征时,大多仅单一考虑标签间的相关性,忽略实例和实例间以及特征与特征间的相关性,可能会降低分类精度.为了解决此问题,文中设计多类别相关性结合的类属属性多标签学习算法,考虑标签相关性、特征相关性和实例相关性.利用标签之间的余弦相似度计算标签相关性,构建相似图矩阵计算特征相关性和实例相关性.文中算法紧凑地选择标签的类属属性,提高分类精度,有效解决多标签分类遇到的维度过大问题.

摘要：为了设计和优化高速激光二极管的高频特性,其速率方程模型参量的精确提取方法非常重要.本文针对新型长波长高带宽的掩埋隧道结垂直面激光器,给出一种速率方程模型参量提取方法.此方法是主要基于阈值电流、输出光功率、张弛振荡频率、阻尼因子和高偏置下增益压缩因子非线性效应等因素,根据已测量的不同偏置下芯片的小信号频率响应来拟合出方程中的张弛振荡频率和阻尼因子.通过考虑增益压缩因子,分别非线性拟合已提取的偏置光功率下的张弛振荡频率和阻尼因子,即可提取速率方程模型中的参量.

摘要：习近平在充分汲取马克思主义话语体系的科学智慧、中国共产党人话语体系的建构经验和中华优秀传统文化的话语资源基础上,对改革发展稳定、内政外交国防、治党治国治军等方面发表了一系列重要讲话和精辟论断,形成了独具风格、极富个性的语言艺术,释放出巨大的话语魅力和语言力量,彰显了极具哲理性、人民性、朴实性、艺术性、民族性和全球性的大众化语言特色。

摘要：全球化时代,文化主导的旅游开发模式逐渐成为促进城市和区域经济发展、提升竞争力的重要战略手段。但同时,文化的重复生产和商品化现象也日益明显,导致了文化发展的"创意转向"。在此背景下,基于文化的创意旅游逐渐成为旅游发展的重要趋势之一。通过对国内外创意旅游概念的系统分析,本文总结了创意旅游的核心要素和特征,分别从生产和消费两个角度构建了创意旅游研究的基本分析框架,并对未来我国创意旅游研究进行了展望。

摘要：安徽升金湖是典型的长江中下游自然通江湖泊湿地,是越冬候鸟尤其是珍稀鹤类的理想越冬地,水利设施的修建改变了升金湖的自然连通状况,使湖泊水位变化受人为控制,继而引起景观格局变化,从而影响越冬候鸟生境。为探究水位波动对越冬候鸟生境影响规律,基于Landsat-8(OLI)多光谱遥感影像对升金湖土地利用类型进行分类,结合水位数据和候鸟种群特征数据,选取景观斑块谱特征指数并对其分级,分析不同水文期升金湖湿地水位变化规律,探索湿地景观斑块谱特征时空变化特征,探究不同水文时期自然湿地景观格局和越冬候鸟生境变化规律。结果表明:空间上该区域丰水期大斑块面积占优,枯水期中等斑块面积达到峰值,在退水期和枯水期景观格局分布良好,景观整体表现出大斑块面积占优、数量较少且形状复杂,小斑块分布分散、数量巨大且形状规则,中小型斑块面积均匀,形状各异。时间上景观格局随水位变化,斑块总数随水位升高先增后降,小斑块数量变化最大且稳定性差易受水位波动影响;水位对大斑块形状指数影响较大,水位升高大斑块形状趋于复杂化,涨水期和丰水期大斑块形状指数最大,趋于狭长式分布,景观边缘效应趋于明显,内部结构异质性降低;四个水文期香浓多样性指数分别为1.7542(涨水期)、1.5717(丰水期)、1.7623(退水期)、1.7901(枯水期),香浓多样性指数减小,景观类型多样性趋于单一。越冬候鸟生境面积与水位高低呈负相关,草滩地、泥滩地和芦苇滩地三种类型面积此消彼长并长期处于平衡状态,草滩地面积在生境面积中占比最高起主导作用(68.01%),总体生境面积在候鸟越冬末期(枯水期)达到峰值,利于越冬候鸟觅食等行为活动。基于此,建议在越冬候鸟前期(8月—翌年1月)通过控水闸人为调控升金湖水位,使各生境类型面积增加,为越冬候鸟提供优质生境。

摘要：茶作为世界最受欢迎的三大饮料之一,不仅能够提神醒脑,而且还有帮助消化和降低血压等作用。随着人们对茶叶品质要求的日益提高,需要对不同品种的茶叶实现准确的鉴别分析以防止茶叶市场里茶叶品牌名不副实和以次充好等现象的发生。为实现对茶叶快速精准的鉴别分析,设计了一种综合采用傅里叶近红外光谱和新的模糊极大熵聚类(FEC)分析算法的茶叶品种鉴别系统。传统模糊极大熵聚类分析在聚类含噪声数据时,聚类结果往往容易出现错误,即FEC对噪声数据敏感。为解决这个问题,在FEC分析算法的基础上引入可能C均值聚类分析(PCM),提出了一种混合模糊极大熵聚类(MFEC)分析算法。MFEC可通过迭代计算得到模糊隶属度值,能实现对含噪声的茶叶傅里叶近红外光谱数据的准确聚类分析。首先,使用傅里叶近红外光谱仪(AntarisⅡ型)采集岳西翠兰、六安瓜片、施集毛峰三种安徽茶叶的傅里叶近红外光谱数据,光谱波数范围为10 000~4 000cm^-1。其次,对采集到的光谱数据使用多元散射校正(MSC)进行预处理,预处理后先用主成分分析(PCA)将光谱数据维数降至10维,然后再用线性判别分析(LDA)对降维后的近红外光谱数据进行特征提取。最后,通过混合模糊极大熵聚类分析和传统的模糊极大熵聚类分析对三种茶叶的光谱数据进行聚类分析,并对两种聚类分析算法得到的聚类准确率、收敛速度等进行对比分析。实验结果表明:混合模糊极大熵聚类(MFEC)分析算法与传统的模糊极大熵聚类(FEC)分析算法相比较,在相同的权重指数m下MFEC具有更高的聚类准确率。在m=2条件下,MFEC的聚类准确率达到了100%,而传统的模糊极大熵聚类在相同条件下聚类准确率仅为37.98%。MFEC收敛过程中仅需迭代10次即可达到收敛,而FEC需要迭代100次,因此MFEC可以更高效的进行模糊聚类分析,MFEC相比于FEC聚类性能具有明显的优越性。通过傅里叶近红外光谱技术,混合模糊极大熵聚类分析结合PCA与LDA算法构建的茶叶品种鉴别系统能够高效快速的完成对岳西翠兰、六安瓜片、施集毛峰三种茶叶的准确分类,为茶叶检测领域提供了一种创新的方法与设计思路,具有一定的理论价值和良好的市场应用前景。