基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。     

Food recognition using neural network classifier and multiple hypotheses image segmentation

ABSTRACT

This paper proposes the multiple-hypotheses image segmentation and feed-forward neural network classifier for food recognition to improve the performance. Initially, the food or meal image is given as input. Then, the segmentation is applied to identify the regions, where a particular food item is located using salient region detection, multi-scale segmentation, and fast rejection. Then, the features of every food item are extracted by the global feature and local feature extraction. After the features are obtained, the classification is performed for each segmented region using a feed-forward neural network model. Finally, the calorie value is computed with the aid of (i) food volume and (ii) calorie and nutrition measure based on mass value. The experimental results and performance evaluation are validated. The outcome of the proposed method attains 0.947 for Macro Average Accuracy (MAA) and 0.959 for Standard Accuracy (SA), which provides better classification performance.     

基于密集神经网络的灰度图像着色算法

针对在灰度图像着色领域中，传统算法信息提取率不高、着色效果不理想的问题，提出了基于密集神经网络的灰度图像着色算法，以实现改善着色效果，让人眼更好地观察图片信息的目的。利用密集神经网络的信息提取高效性，构建并训练了一个端到端的深度学习模型，对图像中的各类信息及特征进行提取。训练网络时与原图像进行对比，以逐渐减小网络输出结果的信息、分类等各类型的损失。训练完成后，只需向网络输入一张灰度图片，即可生成一张颜色饱满、鲜明逼真的彩色图片。实验结果表明，引入密集网络后，可有效改善着色过程中的漏色、细节信息损失、对比度低等问题，所提算法着色效果较基于VGG网络及U-Net、双流网络结构、残差网络（ResNet）等性能优异的先进着色算法而言取得了显著的改进。     

基于降噪时序深度学习网络的风电功率短期预测方法

利用风电场历史功率数据预测未来一段时间内的风功率,对保障电网安全稳定运行具有重要的意义。本文提出一种基于奇异谱分析SSA(singular spectrum analysis)和长短时记忆LSTM(long-short term memory net⁃work)网络的时序特征预测框架用于短期风功率的预测。首先通过SSA对历史风功率原始数据进行降噪处理,然后经过数据转换之后,以LSTM网络为基础进行预测模型的训练,最后通过某风电场提供的两个风机的历史功率数据进行验证。实验结果表明,奇异谱分析对风电场的历史数据具有良好的降噪性,SSA+LSTM模型在测试数据上取得了较好的预测性能,能够有效进行短期风功率的预测。     

高地压严重突出区域下向穿层钻孔预抽消突技术

利用工作面高抽巷施工掩护顺槽掘进工作面下向穿层条带预抽钻孔,通过对钻场底板深、浅孔注浆封堵围岩裂隙解决了孔内返水不畅难题;采取了"两堵一注"封孔方式确保封孔严密不漏气;孔内全程下吹水管,实现了单孔、分组、定时吹水工作目标,提高了下向消突钻孔抽采效果,形成了一套高效、快速的下向穿层钻孔消突管理模式,实现了高地压严重突出区域煤层高效消突以及技术经济一体化目标,安全经济效益显著。     

二滩拱坝初次蓄水的变位监测反分析

简要介绍了在二滩拱坝1998年5月初次蓄水期,通过拱坝垂线和监测网系统,用统计模型和确定性模型理论分析方法,建立了施加于坝体各作用量与坝体受作用后的效应量(变位)间的数学关系;并根据预先计算分析成果,提出了在初次蓄水运行中拱坝变位的参考预报值,实时对二滩拱坝实际工作状态作出安全评判。     

Dissociating uncertainty responses and reinforcement signals in the comparative study of uncertainty monitoring.

Although researchers are exploring animals' capacity for monitoring their states of uncertainty, the use of some paradigms allows the criticism that animals map avoidance responses to error-causing stimuli not because of uncertainty monitored but because of feedback signals and stimulus aversion. The authors addressed this criticism with an uncertainty-monitoring task in which participants completed blocks of trials with feedback deferred so that they could not associate reinforcement signals to particular stimuli or stimulus-response pairs. Humans and 1 of 2 monkeys were able to make cognitive, decisional uncertainty responses that were independent of feedback or reinforcement history within a task. This finding unifies the comparative literature on uncertainty monitoring. The dissociation of performance from reinforcement has theoretical implications, and the deferred-feedback technique has many applications. (PsycINFO Database Record (c) 2010 APA, all rights reserved)     

动态评价技术在塔河碳酸盐岩缝洞型油气藏中的应用

塔河油田奥陶系油气藏是大型碳酸盐岩溶洞型油气藏，其储渗空间主要为大小不同的溶洞、裂缝带、溶蚀孔隙等组成，该油气藏具有极强的非均质性，单纯用静态资料来认识这类油气藏是非常困难。文章提出利用生产动态资料和信息进行该类型油气藏研究的新思路，利用人工神经网络技术在处理非线性相关参数预测方面的优势，并以渗流理论为基础，结合试井成果，选用已知油井的产量、油嘴、油压、含水率、气油比、原油密度等6个开发动态参数作为样品输入数据，推导出影响油气藏开发的重要参数（地层系数）与生产信息的关系，建立了人工神经网络预测储层参数的结构模型。通过塔里木盆地塔河油气田实例研究，说明了利用动态信息评价油气藏技术在碳酸盐岩缝洞型油气藏储层预测和非均质性分析等方面具有较高的实用价值。     

Small‐Sized High‐Power PIN Diode Switch with Defected Ground Structure for Wireless Broadband Internet

This letter presents a small‐sized, high‐power single‐pole double‐throw (SPDT) switch with defected ground structure (DGS) for wireless broadband Internet application. To reduce the circuit size by using a slow‐wave characteristic, the DGS is used for the quarter‐wave (°/4) transmission line of the switch. To secure a high degree of isolation, the switch with DGS is composed of shunt‐connected PIN diodes. It shows an insertion loss of 0.8 dB, an isolation of 50 dB or more, and power capability of at least 50 W at 2.3 GHz. The switch shows very similar performance to the conventional shunt‐type switch, but the circuit size is reduced by about 50% simply with the use of DGS patterns.     

AD HOC网络管理综述

由于AD HOC网络自身的特点，其网络管理很多方面与固定网络不同，如移动性管理和体系结构管理等。讨论了AD HOC网络管理的各个方面，并列举了各个方面的设计思路和已有的相关算法的简介。