摘要：随着脑成像技术的发展,神经营销学在品牌效益、广告营销、价格策略、产品推广等方面都取得了一定的研究成果。文中回顾了近年来神经营销学在广告评价领域的应用,深入评述了基于功能磁共振成像(fMRI)、脑电图(EEG)和脑磁图(MEG)的神经营销学在应用过程中的基本原理与方法,并分析了各自的优势和局限性。对神经营销的有效性质疑和伦理争议作了评论与概括,还就神经营销学中未来值得研究的方向进行了展望。

摘要：目的现有视觉问答方法通常只关注图像中的视觉物体,忽略了对图像中关键文本内容的理解,从而限制了图像内容理解的深度和精度。鉴于图像中隐含的文本信息对理解图像的重要性,学者提出了针对图像中场景文本理解的“场景文本视觉问答”任务以量化模型对场景文字的理解能力,并构建相应的基准评测数据集TextVQA(text visual question answering)和ST-VQA(scene text visual question answering)。本文聚焦场景文本视觉问答任务,针对现有基于自注意力模型的方法存在过拟合风险导致的性能瓶颈问题,提出一种融合知识表征的多模态Transformer的场景文本视觉问答方法,有效提升了模型的稳健性和准确性。方法对现有基线模型M4C(multimodal multi-copy mesh)进行改进,针对视觉对象间的“空间关联”和文本单词间的“语义关联”这两种互补的先验知识进行建模,并在此基础上设计了一种通用的知识表征增强注意力模块以实现对两种关系的统一编码表达,得到知识表征增强的KR-M4C(knowledge-representation-enhanced M4C)方法。结果在TextVQA和ST-VQA两个场景文本视觉问答基准评测集上,将本文KR-M4C方法与最新方法进行比较。本文方法在TextVQA数据集中,相比于对比方法中最好的结果,在不增加额外训练数据的情况下,测试集准确率提升2.4%,在增加ST-VQA数据集作为训练数据的情况下,测试集准确率提升1.1%;在ST-VQA数据集中,相比于对比方法中最好的结果,测试集的平均归一化Levenshtein相似度提升5%。同时,在TextVQA数据集中进行对比实验以验证两种先验知识的有效性,结果表明提出的KR-M4C模型提高了预测答案的准确率。结论本文提出的KR-M4C方法的性能在TextVQA和ST-VQA两个场景文本视觉问答基准评测集上均有显著提升,获得了在该任务上的最好结果。

摘要：为对系统功能需求进行可视化仿真和验证,在对UML可视化建模工具Enterprise Architect中时序图模型的组成图形元素,以及可视化仿真与验证工具UPPAAL中时间自动机模型的组成图形元素进行深入分析后,对现有的时序图到时间自动机模型的转换算法进行改进并提出更加完善的算法,对转换后的时间自动机布局算法进行相关研究,实现从时序图模型到时间自动机模型的自动转换与布局。在实际领域的实验结果表明,改进后的算法能够对系统功能需求进行正确有效的可视化验证和仿真,提高了系统模型设计效率。

摘要：为约简时间自动机的状态空间,对时间抽象互模拟技术进行研究,提出一种改进的符号状态拆分算法。通过在符号状态拆分的过程中将隐含的时钟约束加入符号状态来缩小符号状态的时间域,减少符号状态拆分的次数,提高符号状态拆分算法的效率。为实现符号状态拆分算法,提出一种改进的DBM(difference bound matrices)减法算法。将减法算法得到非凸多面体用互不重叠DBM集合来表示,使得由符号状态拆分算法得到的等价类中没有冗余的等价类。实验结果表明了改进后的符号状态拆分算法和DBM减法的有效性。

摘要：如何实现极小曲面的快速三维建模,是几何设计与计算领域中的难点和热点问题.给定一条封闭的边界离散折线,研究如何构造以其为边界的四边网格离散极小曲面.首先从曲面的内蕴微分几何度量出发,给出了离散四边网格极小曲面的数学定义;然后利用保长度边界投影、四边网格生成、径向基函数插值映射和非线性优化技术,提出了由给定边界离散折线快速构造离散四边网格极小曲面的一般技术框架.最后通过若干建模实例验证了所提方法的有效性.该方法可实现四边网格极小曲面的高质量建模,在建筑几何领域具有一定的应用价值.

摘要：随着云计算系统对块级别云存储服务使用规模的增长,云存储子系统承受的负载也随之增长,严重影响其I/O性能.针对上述问题设计并实现了适用于多节点的块级别网络磁盘缓存系统MN-cache.设计了MN-cache缓存系统的系统架构,包括处理元数据的元数据服务器端以及实现缓存功能的缓存客户端.基于Linux Device Mapper机制实现了MN-cache缓存系统的客户端缓存机制,将局域网内各缓存客户端节点的本地缓存磁盘作为共享缓存,利用局域网及本地缓存磁盘的性能优势提升云存储子系统的性能.根据缓存过程各阶段的耗时情况对MN-cache缓存系统进行了性能分析,并通过实验验证了性能分析结果.实验结果表明:MN-cache缓存系统在网络存储系统I/O性能较差的情况下对存储系统的整体性能提升较大.