类脑超大规模深度神经网络系统

大规模神经网络展现出强大的端到端表示能力和非线性函数的无限逼近能力,在多个领域表现出优异的性能,成为一个重要的发展方向.如自然语言处理(NLP)模型GPT,经过几年的发展,目前拥有1750亿网络参数,在多个NLP基准上到达最先进性能.然而,按照现有的神经网络组织方式,目前的大规模神经网络难以到达人脑生物神经网络连接的规模.同时,现有的大规模神经网络在多通道协同处理、知识存储和迁移、持续学习方面表现不佳.提出构建一种启发于人脑功能机制的大规模神经网络模型,该模型以脑区划分和脑区功能机制为启发,集成大量现有数据和预训练模型,借鉴脑功能分区来模块化构建大规模神经网络模型,并由脑功能机制提出相应的学习算法,根据场景输入和目标,自动构建神经网络通路,设计神经网络模型来获得输出.该神经网络模型关注输入到输出空间的关系构建,通过不断学习,提升模型的关系映射能力,目标在于让该模型具备多通道协同处理能力,实现知识存储和持续学习,向通用人工智能迈进.整个模型和所有数据、类脑功能区使用数据库系统进行管理,该系统了还集成了分布式神经网络训练算法,为实现超大规模神经网络的高效训练提供支撑.提出了一种迈向通用人工智能的思路,并在多个不同模态任务验证该模型的可行性.

考虑跨渠道退货的双渠道零售商定价与退货策略研究

本文以零售商线上线下销售和消费者退货并存的销售模式为背景,以零售商利润最大化为目标,构建线上线下统一定价和自主定价的双渠道和跨渠道退货两种不同的定价决策模型,分析了顾客渠道偏好和退货麻烦成本对零售商定价和退货策略选择与利润的影响。研究发现:给定退货麻烦成本,当顾客渠道偏好明显时,零售商应采取自主定价策略,否则应采取统一定价策略。顾客偏好线上渠道时,应该采取跨渠道退货政策;顾客偏好线下渠道时,应采取双渠道退货政策。零售商应根据顾客渠道偏好和退货麻烦成本选择合理的定价策略和退货策略,保证其利润最大化。本文研究对于采用线上线下渠道销售并允许退货的零售商设置最合理的退货方式和最优定价策略有一定的实际应用价值。

三维测量工业内窥镜的双目光学系统

针对国内工业内窥镜只限于观察,无法满足工件三维尺寸测量的现状,设计了一种探头外径为6mm并且可以向任意方向弯曲的三维测量工业内窥镜,并介绍了该内窥镜的双目光学系统及镜体内部结构的设计。首先,基于双目立体成像的原理,提出了一种具有双物镜、单图像传感器的新型双目光学系统。其次,根据光学系统的技术要求,设计了内窥镜的头部结构。考虑到一些工件内部结构比较复杂,分别设计了内窥镜的可弯曲结构以及后部操控机构以方便一些精密工件的检测。最后,通过三维图像处理软件对待测物表面两个特征点进行长度测量试验,得到了两个特征点的间距。实验结果表明:待测物表面两个特征点的长度测量误差在±0.2mm内。该系统基本实现了工业内窥镜的三维测量功能。

集成的卷积神经网络在智能冰箱果蔬识别中的应用

冰箱内物体繁多且摆放随意,给基于图像分析的冰箱物体识别带来了很多挑战。本文提出一种用集成的卷积神经网络方法来解决冰箱食物种类识别问题。其基本思想是首先分别训练两个卷积神经网络,一个用于果蔬种类识别,一个用于果蔬的颜色识别,然后用一个多层感知器将两个独立的网络集成进行分类训练。集成训练之后的模型能将两个网络的信息进行补偿和强化。本文方法能有效提升颜色在物体识别中的主导作用,改善了由于遮挡、视角变化导致识别准确性不高的问题。最后通过对从冰箱获取大量真实的图片数据进行实验,验证了本文方法在解决智能冰箱物体识别问题的有效性。

一种基于开方检验的特征选择方法

开方检验是目前文本分类中一种常用的特征选择方法。该方法仅关注词语和类别间的关系,而没有考虑词与词之间的关联,因此选择出的特征集具有较大的冗余度。定义了词语的"剩余互信息"概念,提出了对开方检验的选择结果进行优化的方法。使用该方法可以得到既有很强表征性又有很高独立性的特征集。实验表明,该方法表现良好。

序言:海洋工程技术专题

海洋占据了地球70%以上的表面,是生命起源的地方,也是人类赖以生存的资源瑰宝。人类对海洋的了解,尤其对深海的探索,远不如对陆地,甚至对太空的认识。不完全统计,截至2021年2月实际下潜至马里亚纳海沟万米深处的不超过15人,而登顶珠峰和驻足太空的已不计其数,由此可见海洋探索的难度之大。海洋在我国未来发展战略中占有举足轻重的地位。在"数字海洋"、"透明海洋"和"智慧海洋"等战略规划的牵引下,全国都在向海发展。多个沿海城市提出建设海洋中心城市,多所高校转型海洋大学。广东省深圳市作为国家规划建设的全球海洋中心城市,在科教、产业等方面制定了建设海洋大学、国家深海科考中心和设立国际海洋开发银行等多项战略举措。

非创伤性视神经管病变的CT、MRI表现

目的探讨非创伤性神经管病变的CT、MRI表现。方法回顾性分析28例非创伤性视神经管病变的CT、MRI表现。结果非创伤性神经管病变可引起视神经管狭窄、视神经管扩大和视神经管骨质吸收、破坏,其中引起视神经管狭窄的病变有:骨纤维异常增殖症(12例)、骨瘤(3例)、石骨症(4例)、脑膜瘤(6例);引起视神经管扩大的病变有血管畸形(3例);引起视神经管骨质吸收、破坏的病变有转移瘤(3例)。结论CT、MRI检查可以发现非创伤性神经管病变引起的视神经管改变。

非创伤性视神经管病变的CT、MRI表现

目的:探讨非创伤性视神经管病变的CT、MRI表现。方法:回顾性分析21例非创伤性视神经管病变的CT、MRI表现。结果:非创伤性神经管病变可引起视神经管狭窄、扩大和视神经管骨质吸收、破坏,其中引起视神经管狭窄的病变有:骨纤维异常增殖症(12例)、骨瘤(1例)、石骨症(2例)、脑膜瘤(2例);引起视神经管扩大的病变有血管畸形(1例);引起视神经管骨质吸收、破坏的病变有转移瘤(3例)。结论:CT、MRI检查对非创伤性视神经管病变引起视神经管改变的诊断起着重要作用。

小型二轴飞行仿真转台

本文概述了小型二轴仿真转台的结构体系及系统构成,简要介绍了系统的几种运行模式,并着重讨论了系统控制规律的选取及应用上的几个问题。

以科学发展观为指导大力加强武警部队信息化建设

信息化是新军事变革和部队现代化建设的核心。武警党委提出“建设信息化武警，实现跨越式发展”，是遵循落实科学发展观蕴含的方法论的重要举措，是武警部队履行新世纪新阶段历史使命的重要保证。各级党委机关必须以科学发展观为指导，站在时代发展和战略全局的高度，切实抓好武警部队信息化建设，为推进武警部队建设又好又快发展奠定坚实基础。

低成本健康科技与产业新发展

民众健康意识提高是社会经济发展到一定阶段的必然结果。改革开放三十多年来,我们的经济建设取得了巨大成就,但在医疗卫生领域,慢性病和老年病的发病率日益增高,高端医疗器械被发达国家厂商垄断,城乡医疗水平差距过大导致医疗公平性无法保证,这些都严重制约着中华民族的伟大复兴。如何通过较低的总投入,满足国人的健康需求有着十分迫切的战略意义。为了给国家的"新医改"提供强有力的技术支撑,中国科学院从实际出发,突破面向基础医疗的关键适宜技术,研制低成本先进医疗器械系统,进而培育低成本健康产业。

形成用制度管理的良好机制

党的十七大报告指出：先进性是马克思主义政党的生命所系、力量所在，要靠千千万万高素质党员来体现。

毛泽东思想——中国革命和建设不竭的力量源泉

毛泽东思想是在马克思主义与中国实际相结合的第一次历史性飞跃过程中创立的科学理论。毛泽东思想是中国革命和建设的宝贵精神财富，永远是中国特色社会主义事业的旗帜，我们将永远高举毛泽东思想的旗帜前进。

对医院门诊楼建筑艺术的探讨与实践

提倡突破传统功能意义的狭隘理解,强调建筑艺术对环境的影响作用,以人为本,用有限的地理环境努力创造一个优美的使用空间。

基于Pro/E的输油泵三维仿真及应用

输油泵为炼化企业流体输送与转运主要设备。基于Pro/Engineer建立了输油泵的整体和所有部件的三维立体模型,然后在3DS Max环境下制作其动态装配动画仿真及渲染输出,最后在Adobe Flash CS4中进行动画的剪辑和修饰;结合AutoCAD绘制二维图形库,并以在PowerPoint界面建立超级链接的形式进行图形调用。综合以上技术开发了一套输油泵计算机三维仿真系统,包含输油泵主要零部件的三维模型、部件装配、整体总装配以及设备运行过程的动态仿真等内容。通过对输油泵的组装过程动态仿真,较好地展示了输油泵整体及部件三维立体动态装配、各部件动态关系等,演示了输油泵的结构和组装过程,在输油泵运营管理和教学培训等实际应用方面都具有重要意义。

建筑水泥面层起砂裂缝原因及防补措施

本文针对建筑水泥面层起砂和裂缝产生的原因进行了分析,提出了防治和补强的方法,以及在施工过程中的注意事项和运用范围。

抢抓机遇,开创档案事业发展的新局面

档案事业经过几十年的发展,具备了一定规模和水平,奠定了下一步发展的基础.今后一个时期乃至“十三五”期间,是我国档案事业发展的重要历史阶段,可以说既是转型期,也是快速发展期,应该抢抓机遇,乘势而上,实现较大发展.

深入推动科学发展观在部队建设中的贯彻落实

胡锦涛在党的十七大报告中，对科学发展观进行了更加全面、系统、完整的阐述，使其内容更加丰富和完善，突出了十七大报告的灵魂和主线。深入学习贯彻科学发展观，理所当然地成为今后五年全党全军全国人民最为重大、最为迫切的课题，成为全军和武警部队建设最为重要的任务。

一种基于少量异常标签的SQL注入攻击检测方法

SQL注入攻击通过入侵目标数据库实现对数据的窃取或破坏,危害性极大.SQL注入攻击检测可帮助及时发现潜在的安全威胁,从而有利于数据库安全防护.然而在智能交通系统中,由于其内部的复杂性和SQL注入攻击新变种的不断涌现,可供机器学习模型训练的异常标签样本往往较少,使得现有大多数SQL注入攻击检测方法容易存在模型过拟合和性能退化的问题.针对上述问题,本文综合考虑智能交通系统和SQL注入攻击的特点,设计了一种基于比特编码的SQL注入攻击检测框架.该框架无需预训练词嵌入模型和进行语法规则解析.基于该框架,本文提出基于注意力机制的半监督SQL注入攻击检测模型(ASDM).该模型首先通过重构数据样本,学习样本特征的中心趋势和离散程度等高层次特征,表达特征后验分布和特征偏离程度;接着将该高层次特征与数据编码特征融合,突出不同类别数据间的差异;最后引入注意力机制和残差网络构造检测器输出判定结果,以使模型能够根据重要程度对特征施加不同的关注力度,同时具有较强的泛化能力.实验结果表明:本文方法在数据标签不平衡的情况下,相较于其他SQL注入攻击检测方法具有更优的检测性能;并能够检测未知SQL注入攻击.