摘要：本文针对具有挑战性的多语言文本-视频跨模态检索问题进行研究.传统文本-视频跨模态检索模型通常针对单一语言进行设计,比如英语,模型仅支持某一特定语言的文本查询.如果有不同语言检索需求,则需另收集目标语言的训练数据并重新训练构建新的检索模型,这使得模型很难快速有效地适用于其他语言的检索任务.近年来,针对多语言问题的研究逐渐深入,这为多语言跨模态检索的实现打下了良好的基石.为了解决多语言跨模态检索问题,本文提出了一种简单有效的基于多语言-视觉公共空间学习的多语言文本-视频跨模态检索模型,将不同语言与视觉信息映射到同一公共空间.该空间以视频向量为锚点,分别与不同的语言向量进行对齐,以此实现多语言跨模态的学习,由此建立了统一的多语言学习框架,使用一个模型满足了多语言的检索需求并探究了不平行语料库、平行语料库、伪平行语料库三种训练场景下的模型性能.同时,在多语言建模中有效地利用了不同语言之间的互通性和互补性,弥补了单语言文本特征表达的不足;并在文本端与视频端引入了基于对比学习的抗噪音鲁棒性学习方法,进一步提升了不同模态特征的表示能力.在VATEX、MSR-VTT多语言数据集上实验的数据证明,本文模型不仅能够简单快速地适用于多种语言检索任务,模型性能也较为突出,在较为常见的伪平行场景下和最先进的方法相比,中文VATEX和MSR-VTT在总召回率上分别提升了约5.97%和1.37%.

摘要：针对不规则采样的人体关节轨迹预测问题,文章提出了一种基于改进神经常微分方程网络的人体关节轨迹预测方法.相比于高斯过程回归和循环神经网络等方法,神经常微分方程网络具有低复杂度,高精度和可迭代训练等优点,近年来成为轨迹预测的一种重要方法.首先,针对不规则采样的人体关节运动轨迹建立预测模型,文章以常微分方程的欧拉方法为基础,设计了神经常微分方程网络的前向传播过程;其次,将预测模型代入利普希茨条件计算得到谱范数约束定理,提出了具有谱范数约束的神经常微分方程网络.设计了具有谱范数惩罚项的损失函数,推导了带有谱范数正则项的反向传播过程,并给出了误差分析结果.最后,通过腕关节轨迹预测实验验证了所提出方法的有效性.实验结果表明,谱范数约束下的神经常微分方程网络能够实现准确的关节轨迹预测,且相较于经典神经常微分神经网络与循环神经网络,表现出了更快的收敛速度与更小的预测误差.

摘要：为了实现复杂环境下航空零件孔特征的高效高精度检测,提出了一种集成视觉显著性和群决策的检测方法。在经典FT显著性检测算法中引入图像增强步骤,并为每个像素赋予以最大显著区域中心为参考的权重,使用改进后的方法对图像进行孔区域分割。设计具有多尺度多结构元素的新型数学形态学边缘检测算法,结合轮廓细化算法对孔区域进行轮廓提取。最后,利用Meanshift算法寻找轮廓点的圆心位置,建立新的基于群决策的圆半径计算模型,获得孔特征的关键几何参数。结果表明:改进的视觉显著性特征检测算法能够生成更加突显孔特征的全分辨率显著图;新型数学形态学边缘检测算法能获得简化且可靠的轮廓点;该方法在不均匀光照、各类孔缺陷和孔内壁干扰等条件下均显示出较好的稳定性;即使在噪声密度高达30%时仍能成功完成孔检测,且圆心坐标和半径的误差均小于0.012 mm;平均检测时间仅为0.236 s。该方法能够在复杂环境下对航空零件孔特征进行准确、稳定的检测。

摘要：针对目前高压电缆绝缘层检测操作繁琐、效率低、重复测量差异大等问题,设计了一种新型电缆绝缘层检测装置,提出了一种基于改进U-Net的高压电缆绝缘层图像分割方法。首先替换主干特征提取网络为VGG16网络,结合迁移学习将VGG16在Pascal VOC2012数据集中训练的权重作为预训练权重,利用通道注意力模块在跳跃连接处融入自适应特征加权机制,在上采样过程中添加分组卷积,提高了语义分割精度;然后利用训练的最优权重进行绝缘层图像分割,提取轮廓区域特征并进行二值化处理,使用连通区域算法对轮廓区域进行填充;最后,融合原始图像和分割区域生成完整绝缘层分割图像。实验结果表明,平均交并比和平均像素准确率达到99.56%和99.81%,较原网络效果提升明显,验证了该方法在高压电缆绝缘层分割上的有效性。

摘要：针对自动扶梯桁架设计知识缺乏有效归纳与整理,知识重用性与共享性差等问题,提出了一种基于本体-匹配双向扩展模型的自动扶梯桁架设计知识推荐方法。首先,提出了自动扶梯桁架命名实体识别(ETNER)模型,进行了该领域知识特征的有效提取,为知识本体构建提供了数据基础;然后,构建了领域知识本体,对设计知识进行了规范表示,并利用本体知识之间的关联关系进行了推理;最后,设计了本体-匹配双向扩展模型,在本体推理为空的场景下,采用改进知识相似度计算与文档扩展匹配的方法,提高了对于用户知识需求的理解能力,补充了推荐结果,同时促进了自动扶梯桁架设计知识本体的更新。研究结果表明:实体识别模型提取扶梯桁架设计知识特征的F1指标达到0.863,能有效提取该领域设计知识特征;该知识推荐方法的平均倒数排名(MRR)、命中率(HR)、归一化折损累计增益(NDCG)指标分别为0.79、0.85、0.80,与传统Doc2query方法相比,其可以充分理解设计知识需求,提高了知识推荐结果的有效性;该研究结果可以为扶梯桁架设计与其他类似工程应用提供知识共享及知识重用的方法。

摘要：采用一种基于多源数据的方法来识别隧道复杂环境下的驾驶风险.基于实车驾驶实验,获取多源驾驶数据集,采用滑动时间窗进行隧道入口、内部和出口段的驾驶样本构建,并通过不良驾驶行为谱对样本进行风险评价.利用轻量梯度提升机(LGBM)构建驾驶风险识别模型,并采用部分依赖图(PDP)分析不同路段的风险影响因素.结果表明:隧道内部的驾驶风险较低,而入口段和出口段的风险较高;LGBM在入口段、内部段和出口段测试集上的精确率-召回率曲线下面积分别为0.888、0.893和0.860,驾驶员和道路环境特征能够有效提升驾驶风险识别模型的性能;不同路段的风险影响因素存在差异,相较于路段内部,入口段和出口段受到的多种因素影响更为显著.

摘要：提出了新型的空腹预制钢筋混凝土组合墙板,为探明该新型墙板的力学性能,采用有限元方法对高度变化的预制双孔空腹钢筋混凝土组合墙板和整浇的钢筋混凝土墙板进行了对比分析,计算分析了2种高度墙板,双孔预制组合与整浇墙板,在5种轴压比限值对应的轴力下,水平推力荷载的混凝土开裂值、墙体钢筋屈服值和墙体的极限抗推承载力值,并给出了不同模型下的荷载-位移曲线。分析结果表明,空腹预制钢筋混凝土组合墙板和现浇钢筋混凝土墙板的开裂荷载、屈服荷载和极限荷载基本相同;对于同一个高度的墙体,预制钢筋混凝土组合墙板的弹性阶段更长,承载能力更强;在预制墙板保证良好整体性的前提下,材料性能提高,墙板的结构性能也相应有所提升;对于同一种类型的墙板,高度越低,弹性阶段越长,承载能力越强。

摘要：为有效提高公交站点的运行效率,对公交站的运行状态进行识别、预测及影响因素分析,以中国西安市公交车全球定位系统轨迹数据为例,建立平均服务时间和服务车数特征参数反映公交站的运行状态,并通过分析站点内公交车辆速度、里程及加速度之间关系计算站台服务时间.使用Hopkins统计量和轮廓系数分析可聚性和聚类数,结合高斯混合模型(Gaussian mixture model,GMM)对公交站运行状态进行识别分类.构建SMOTEENN-XGBoost(synthetic minority oversampling technique edited nearest neighbours-extreme gradient boosting)站点运行状态预测模型,引入可解释机器学习框架SHAP(Shapley additive explanation)分析站台属性、道路及环境对模型的影响.结果表明,公交站运行状态可分为3类,类型Ⅰ的平均服务时间最长,类型Ⅱ的平均服务时间和服务车数最少,类型Ⅲ的服务车数最多;所建立SMOTEENN-XGBoost模型的准确率为94.68%,精确率为94.69%,召回率为91.04%,F1分数为92.26%,与极限梯度提升(extreme gradient boosting,XGBoost)、逻辑回归(logistic regression,LR)、随机森林(random forest,RF)、梯度提升决策树(gradient boosting decision tree,GBDT)和k近邻(k-nearest neighbors,KNN)5种模型对比,本模型能够精准预测站点运行状态;对站点运行状态具有影响作用的因素按照重要程度由大到小依次为线路数、有无公交专用道、泊位数、站台设置方法、站台几何形状、车道数、站台设置位置、是否工作日、时段及天气类型.研究结果可为公交站点设计优化提供一定参考依据.

摘要：退化建模是开展机械产品可靠性评估与剩余寿命预测、指导产品使用维护管理决策优化的关键技术。随着机械产品日趋结构复杂化与功能多样化方向发展,多变量退化数据由于能够更全面地反映产品健康状态,其建模方法在近几年受到研究者们的广泛关注,特别是针对多变量退化过程中普遍存在的随机相依性,构建诸多实用有效的多变量相依退化模型,提高了复杂机械产品寿命与可靠性的评估精度。然而,目前还没有形成针对该主题的系统性综述。为促进多变量相依退化建模方法的发展与应用,从研究现状、发展趋势及应用研究等方面,对现有的多变量相依退化建模方法进行回顾和总结。首先,介绍三类常用多变量相依退化建模方法的原理及其优缺点;接着,探讨考虑多源随机性、外部协变量以及时变随机相依性等因素影响下的多变量相依退化模型扩展研究;随后,讨论多变量相依退化模型在加速试验方案设计、剩余寿命预测和维修策略优化中的应用研究;最后,针对未来值得深入研究的方向进行归纳和总结。

摘要：背景针对IL-1或IL-6单克隆抗体开发的新型生物制剂药物对部分全身型幼年特发性关节炎(SJIA)患儿的疗效不佳。亟待通过进一步对发病机制的研究来探索新的治疗策略。目的 探讨核苷酸结合寡聚化结构域样受体蛋白3(NLRP3炎症小体)及相关炎症介质在SJIA发病机制中的作用。设计病例对照研究。方法 纳入活动期SJIA患儿,以同期在医院体检的健康儿童为对照。取SJIA患儿激素治疗前和治疗2周、8周时的外周静脉血标本,健康儿童采集体检时的外周静脉血标本,提取外周血单个核细胞(PBMCs)。分别通过qRT-PCR、酶联免疫吸附试验(ELISA)和Western免疫印迹法检测NLRP3及相关炎症介质的mRNA和蛋白表达水平。主要结局指标 NLRP3及相关炎症介质的表达水平。结果 病例组纳入33例SJIA患儿,年龄(8.2±3.7)岁;对照组纳入28例健康儿童,年龄(7.6±2.7)岁。与对照组比较,活动期SJIA患儿的NLRP3在mRNA水平无显著改变,但蛋白表达量降低,同时IL-1β、IL-18浓度升高;SJIA患儿治疗2周后IL-1β、IL-18、IL-2、IL-10、IFN-γ均降低,在治疗8周时IL-2、IFN-γ、IL-18仍低于治疗前水平;差异均有统计学意义(P<0.05)。结论 SJIA中IL-1β和IL-18可能不是通过NLRP3炎症小体进行调控的。IL-1β和IL-18有潜力作为SJIA疾病活动的监测指标。