基于多通道图卷积网络的节点聚类

针对在深度聚类中大部分基于图卷积网络(graph convolutional network, GCN)的方法仅使用拓扑图而忽略了特征空间中存在的结构信息的问题，提出一种通过引入特征图更充分地利用特征空间中存在的结构信息的节点聚类方法.首先，该方法使用自动编码器(auto-encoder, AE)来学习节点特征的潜在表示，同时在特征图、拓扑图及节点属性3个层面获得节点嵌入；然后，使用融合机制对学习到的节点嵌入进行融合；最后，通过自监督的方式训练网络实现节点聚类.在6个基准数据集上的大量实验表明，该方法明显提高了聚类精度.     

薇甘菊提取物对冷轧钢在氨基磺酸溶液中的缓蚀效果

将40%乙醇水溶液作为浸提溶剂，从薇甘菊粉末中提取制备薇甘菊提取物(MME),采用红外光谱(FTIR)对MME的官能团进行分析。采用失重法、电化学分析法、扫描电子显微镜(SEM)以及原子力显微镜(AFM)等研究了MME对冷轧钢在氨基磺酸(NH₂SO₃H)溶液中的缓蚀效果。结果表明：MME对冷轧钢在NH₂SO₃H溶液中产生了显著的缓蚀效果；在30℃时，由失重法测得100 mg/L MME对冷轧钢在0.1 mol/L NH₂SO₃H溶液中的缓蚀率达到92.2%;MME在冷轧钢表面的吸附规律服从表观Langmuir吸附等温式，其在钢表面的标准吸附吉布斯自由能约为-30 kJ/mol,即同时存在物理吸附和化学吸附；MME为混合抑制型缓蚀剂，添加MME以后，试样表面平整均匀，腐蚀程度显著降低，有效减缓了酸性介质对钢表面的腐蚀。     

多模态视觉语言表征学习研究综述

我们生活在一个由大量不同模态内容构建而成的多媒体世界中,不同模态信息之间具有高度的相关性和互补性,多模态表征学习的主要目的就是挖掘出不同模态之间的共性和特性,产生出可以表示多模态信息的隐含向量.主要介绍了目前应用较广的视觉语言表征的相应研究工作,包括传统的基于相似性模型的研究方法和目前主流的基于语言模型的预训练的方法....