基于多模态数据的个性化学习精准干预研究

多模态数据建模已成为洞察学习规律的新范式。随着信息与传感技术的发展,采集学生的多模态数据成为可能,基于各种学习者数据对学生进行全面而综合性建模的综合模型应用是大势所趋。文章在学习者画像与多模态数据的基础上,构建了多模态数据个性化学习研究框架,包括多模态信息采集、多模态特征提取、多模态特征融合分析等。最后,文章探讨了真实协作场景中多模态教育数据,实现多维度、立体化、动静结合的个性化学习推荐,实现智能教育精准决策。

国际保理出口商面临的法律风险及防范对策

国际保理是以债权人转让其应收账款为前提,集融资、应收账款催收、管理及坏账担保于一体的综合性金融服务。对于出口商而言,国际保理具有手续简便、降低风险、促进销售等优势,但也存在款项被索回与反转让的风险、保理商的信用风险、信用额度被缩减或取消的风险。防范这些风险,应采取如下措施:严拟合同条款;多方面了解进口商的诚信指数;事先明确纠纷解决方式;全面履行合同条款;约定排除或限制保理商的缩减或撤销信用额度的权利;添加不安抗辩权条款和所有权保留条款;选择信誉优良、经验丰富的保理商;提高从业人员专业素质等。

基于真实图像退化的人脸超分辨率重建算法

针对大多数人脸超分算法的预设退化模型与真实图像的退化方式差距大,导致人脸重建的效果不理想的问题,提出了一种针对真实图像退化的人脸超分辨率重建算法。首先设计了一种混合退化模型,通过对运动模糊、高斯噪声等多种退化形式进行合成用于模拟真实图像退化空间,生成接近现实场景的低分辨率图像。然后采用基于小波域的超分辨重建网络预测得到高分辨率图像的小波系数,并经过小波逆变换得到超分辨率图像。在高清人脸数据集(FFHQ)和真实人脸数据集(RealSR)上的实验结果表明,研究提出的算法不仅能有效提升重建效果,而且适用于真实场景下的人脸超分辨率重建。

基于局部图动态匹配的植物细胞追踪算法研究

植物细胞追踪算法的研究对建立细胞的生长发育模型并探索其基因的结构和功能至关重要。由于植物细胞拥有相似的形状和灰度分布,在空间上具有紧密相连的特殊结构,且在成像过程中存在严重的噪声干扰,细胞图像可能发生错位或者旋转,给植物细胞的追踪带来了巨大挑战。针对以上难点,提出一种基于局部图动态匹配的细胞追踪方法,细胞面积、相邻细胞之间的夹角与距离被用作匹配的基本特征。通过计算相邻两帧细胞图像中细胞上述特征的距离函数,寻找最相似的细胞对作为种子细胞对,然后通过种子细胞逐步匹配其邻域细胞。在细胞逐步匹配过程中,已匹配的细胞将作为新增加的种子细胞。在动态扩张的已匹配细胞邻域范围中,每次优先匹配特征距离最小的细胞对,通过这种动态匹配方法提高细胞匹配的准确率。算法对3组未配准植物顶端分生组织细胞图像序列及它们的配准图像序列进行追踪实验,结果显示与之前的植物细胞追踪算法相比,在配准图像序列中平均追踪准确率可提高4%,在未配准图像序列中平均追踪准确率可提高30%。实验结果表明,所提出的算法可有效提高细胞追踪的准确率,对显微图像数据中细胞群的追踪具有很好的应用价值。

马铃薯CCD基因家族和互作miRNAs的鉴定及其在干旱适应中的作用

马铃薯是干旱敏感作物,干旱严重影响其产量和品质。我们前期工作发现马铃薯类胡萝卜素裂解双加氧酶(carotenoid cleavage dioxygenase,CCD)基因(StCCD)高响应干旱胁迫。本研究基于马铃薯在干旱-复水-再干旱过程中的转录组和miRNA组测序结果,在全基因组层面上对马铃薯CCD基因家族及其互作的miRNAs进行了鉴定、生物信息学及表达谱分析,并检测了干旱-复水循环过程中干旱响应的StCCDs及其互作miRNAs的共表达变化。结果表明,在马铃薯中鉴定到17个CCD基因,定位于5条染色体上,可分为6个亚家族,编码174~1115个氨基酸残基的多肽,均具有保守基序motif 5。表达谱分析结果表明,StCCD家族17个基因在马铃薯植株不同组织和器官、多种胁迫及不同植物生长调节剂处理下均有表达,并呈现显著的差异化表达趋势,提示StCCD家族各基因功能的多样化作用。其中StCCD家族中StNCED1、StNCED6和StCCD4节律性响应干旱-复水循环,暗示着这3个成员是StCCD基因家族中调控干旱胁迫响应与适应的关键基因。结合miRNAs组测序数据和生物信息学预测,发现有777个miRNAs靶向调控StCCD基因家族的17个成员。共表达分析结果表明,对干旱高响应的StCCDs基因和相应miRNAs表达总体呈负调控关系,且这种互作可能参与了马铃薯对干旱胁迫的响应与适应过程。研究结果有助于解析StCCD家族的多重功能,以及StCCDs和相应的miRNAs的互作如何参与马铃薯对干旱胁迫的响应和适应机制,也可为后续马铃薯抗旱精准分子育种提供候选基因。