面向点击率预测的自注意力深度域嵌入因子分解机

点击率(CTR)预测通过预测用户对广告或商品的点击概率,实现数字广告精准推荐。针对现有CTR模型存在原始嵌入向量未精化、特征交互方式偏简单的问题,本文提出自注意力深度域嵌入因子分解机(self-attention deep field-embedded factorization machine,Self-AtDFEFM)模型。首先,通过多头自注意力对原始嵌入向量加权,精化出关键低层特征;其次,构建深度域嵌入因子分解机(FEFM)模块,设计域对对称矩阵以提升不同特征域之间的交互强度,为高阶特征交互优选出低阶特征组合;再次,基于低阶特征组合构建深度神经网络(DNN),完成隐式高阶特征交互;然后,围绕精化后的嵌入向量,联合多头自注意力与残差机制堆叠多个显式高阶特征交互层,通过自注意力捕获同一特征在不同子空间上的互补信息,完成显示高阶特征交互;最后,联合显式与隐式高阶特征交互实现点击率预测。在Criteo和Avazu两大公开数据集上,将Self-AtDFEFM模型与主流基线模型在AUC和LogLoss指标上进行对比实验;为Self-AtDFEFM模型调制显式高阶特征交互层层数、注意力头数量、嵌入层维度及隐式高阶特征交互层层数等参数;对Self-AtDFEFM模型进行消融实验。实验结果表明:在两大数据集上,Self-AtDFEFM模型的AUC、LogLoss均优于主流基线模型;Self-AtDFEFM模型的全部参数已调为最佳;各模块形成合力以促使Self-AtDFEFM模型性能达到最优,其中显示高阶特征交互层的作用最大。Self-AtDFEFM模型各模块即插即用,易于构建和部署,且在性能与复杂度之间取得平衡,具备较高实用性。

基于ICA和DWT的数字水印算法研究

研究了小波变换域在低频子带嵌入数字水印的效果、水印嵌入因子对宿主图像质量和提取水印图像质量的影响,研究表明：存在嵌入因子阈值T,在嵌入因子小于T时提取的水印图像有较好的质量,是一种非常有效的数字水印算法.

清洁技术创新的平台支持效应

清洁技术是可持续发展的重要支撑,因而相关企业成为政府重点扶持对象,但国内清洁技术企业发展较为缓慢。以特斯拉为例,清洁技术企业可通过创新活动连接不同利益相关者从而构建以自身为主的平台模式,将创新活动参与方设为不同嵌入因子,以问卷调查形式研究清洁技术创新活动带来的平台效应,研究发现清洁技术企业通过创新活动构建以自身为主的利益相关者平台可以带来较大的平台效应。

混沌序列下图像水印的嵌入算法

混沌序列具有易生成性,对初始条件强敏感性,可完全重现性等特点。故采用混沌序列先做加密处理,然后对图像进行分块处理,利用不同块的亮度及纹理局部特性以及人眼的亮度感觉及对比灵敏度阈值等人类视觉系统特性来确定水印嵌入的强度因子,再分别嵌入水印。实验结果表明,算法对图像压缩、滤波、噪声以及图像裁减具有一定的安全性和鲁棒性。

太湖、钱塘江取水口底泥及周边土壤有机物形成消毒副产物的特征研究

底泥、土壤均是水体有机物的重要来源,但目前相关消毒副产物(DBPs)形成方面的研究偏少.本研究以长三角重要水源地太湖、钱塘江取水口的底泥和周边土壤的浸出液为研究对象,探索氯、臭氧+氯、氯胺、臭氧+氯胺4种消毒方式下,三卤甲烷(THMs)、卤代酮(HKs)、卤乙腈(HANs)、卤代硝基甲烷(HNMs)的形成情况.结果表明,太湖、钱塘江取水口的底泥、周边土壤有机物的芳香度均很低(SUVA254(即比紫外吸光值)<2),与腐殖质(Sigma)相比,底泥、土壤有机物不是氯消毒中THMs的重要前驱物,但却是HANs特别是HNMs的重要前驱物.相比氯消毒,氯胺消毒能大幅降低土壤、底泥有机物THMs、HKs、HANs、HNMs的生成量,而且也可抑制含溴DBPs的形成.臭氧预处理大幅提高了氯、氯胺消毒中HKs、HNMs的产量,但对THMs、HANs则不一定.太湖、钱塘江的土壤、底泥存在一定的溴污染,但不管是哪种消毒方式,均是HNMs的溴嵌入因子最大.