基于变分贝叶斯对比网络的非参数图像聚类方法

非参数图像聚类中聚类簇数是未知的，需要模型自动发现.虽然一些现有的贝叶斯方法可以自动推断聚类簇数，但由于计算成本过高或过于依赖已学习到的特征，在大规模图像数据集上并不可行.因此，文中提出基于变分贝叶斯对比网络的非参数图像聚类方法.首先，利用ResNet提取图像特征.然后，提出深度变分迪利克雷过程混合优化方法，自动推断聚类数量，可直接嵌入端到端的深度模型，并可与特征提取器进行联合优化.最后，提出极化对比聚类学习，利用极化标签去噪策略对标签进行去噪和极化处理，并利用极化标签与数据增强预测标签进行对比学习，联合优化图像特征提取器和分类器.在三个基准数据集上的实验表明，文中方法性能较优.     

政策“暖风”频吹

<正>商务部将2023年确立为“消费提振年”，国家陆续出台恢复和扩大消费的政策，持续改善消费环境，创新消费场景，家纺行业高质量发展迎来良好契机。内销市场回暖今年，随着国内生产生活秩序加快恢复，家用纺织品企业生产运营得到平稳运行，行业综合景气和发展预期有所回升，内销市场呈现回暖态势。据国家统计局数据测算，今年一季度全国2185家规模以上家纺样本企业营业收入同比下降2.28%，降幅较前两个月有明显收窄。3月行业收入实现增长且增势明显。     

海水淡化太阳能烟囱发电综合系统的产水规律及内在因素影响的试验研究

该文成功设计搭建首台实现水、电联产的小型海水淡化-太阳能烟囱电站综合试验装置,并在实际气象条件下测试综合系统的产水率规律,揭示海水温度、海水-蒸馏池盖板温差、产水率等互相影响的作用机制。研究发现:蒸馏池日产水量沿集热棚径向递减,在中偏后部位有突增,蒸馏池应尽量布置在集热棚入口至径向三分之二之间的区域。系统高位产水时段为日落左右至01:00和03:00之间某时刻,占运行时长比例小,却是产水的主要时段。海水温度和海水-蒸馏池盖板温差影响产水率的主次存在时段差异,在产水上升期,海水-蒸馏池盖板温差是主要因素;而在产水下降期,海水温度是主要因素。维持较高的海水温度和海水-蒸馏池盖板温差是实现综合装置高效产水的关键。     

运用零缺陷管理方法 创建省示范监理项目

结合项目监理实例,分析和探讨"零缺陷"管理方法在创建省示范监理项目活动中的运用途径,以促进现场监理工作质量的持续提升。     

树立精细化服务理念 提升规范化监理水平

新版《建设工程监理规范》的实行,标志着工程监理已经完全进入市场化时代,其核心就是服务与管理。鉴于此,结合建筑工程监理实例,阐述精细化服务的内涵与程序,探索持续提升规范化监理水准的有效途径。     

面向用户偏好建模的个性化对话推荐算法

推荐系统的目标是从物品数据库中，选择出与用户兴趣偏好相匹配的子集，缓解用户面临的“信息过载”问题。因而近年来推荐系统越来越多地应用到电商、社交等领域，展现出巨大的商业潜力。传统推荐系统中，系统对用户的认知往往来源于历史交互记录，例如点击率或者购买记录，这是一种隐式用户反馈。对话推荐系统能够通过自然语言与用户进行多轮对话，逐步深入挖掘其兴趣偏好，从而向对方提供高质量的推荐结果。相比于传统推荐系统，对话推荐系统主要有两方面的不同。其一，对话推荐系统能够利用自然语言与用户进行语义上连贯的多轮对话，提升了人机交互中的用户体验；其二，系统能够询问特定的问题直接获取用户的显式反馈，从而更深入地理解用户兴趣偏好，提供更可靠的推荐结果。目前已经有不少工作在不同的问题设定下对该领域进行了探索，然而尽管如此，这些工作仍仅局限于关注当前正在进行的对话，忽视了过去交互记录中蕴涵的丰富信息，导致对用户偏好建模的不充分。为了解决这个问题，本文提出了一个面向用户偏好建模的个性化对话推荐算法框架，通过双线性模型注意力机制与自注意力层次化编码结构进行用户偏好建模，从而完成对候选物品的排序与推荐。本文设计的模型结构能够在充分利用用户历史对话信息的同时，权衡历史对话与当前对话两类数据的重要性。丰富的用户相关信息来源使得推荐结果在契合用户个性化偏好的同时，更具备多样性，从而缓解“信息茧房”等现象带来的不良影响。基于公开数据集的实验表明了本文方法在个性化对话推荐任务上的有效性。