广告点击率预估的逐层残差交互网络

网络广告费的收取通常是以用户的点击次数来计算的,因此如何准确地预估点击率(CTR)是广告公司十分关心的问题.当前先进水平的方法集中在构建各种高阶特征交互模型来预估CTR,但是高阶特征交互会丢失低阶信息,尤其是丢失原始特征的信息.为此,本文提出一个新的逐层残差交互网络,它在每次交互时都考虑原始特征的引导作用,被命名为逐层残差交互网(LRIN).LRIN强调高阶特征交互应该建立在原始特征逐层交互的基础上.n阶特征交互由原始特征与n-1阶特征通过元素积运算得到.进而,本文引入了多尺度方法来设计注意力网络.受逐层交互的影响,注意力网络也被设计成多层,称之为逐层注意力网络.为了将二者结合起来,本文提出将逐层残差交互网络的输出作为逐层注意力网络的权重,由此形成了一种新的双网络训练模型.在多个benchmark数据集上的实验结果表明,LRIN的性能比当前先进的方法在Criteo数据集上平均提高1.24%,在Avazu数据集上平均提高2.16%,在MovieLens-1M数据集上平均提高了1.3%,在Book-Crossing数据集上平均提高了1.27%.

应用型高校计算机实践类课程逐层递推式教学研究

大学计算机实践类课程在计算机教学中十分重要,既可让学生对理论课堂教学知识进一步深入了解,又可增强计算机实践类课程学生的关注度,更好地满足高校应用型人才培养需求。文章主要进行应用型高校计算机实践类课程“1234”逐层递推式教学研究,将其用到教学实践并不断修改、完善,在一定程度上规范计算机实践类课程教学,以此促进教学改革,提高教学质量。

基于逐层增量分解的深度网络神经元相关性解释方法

神经网络的黑箱特性严重阻碍了人们关于网络决策的直观分析与理解.尽管文献报道了多种基于神经元贡献度分配的决策解释方法,但是现有方法的解释一致性难以保证,鲁棒性更是有待改进.本文从神经元相关性概念入手,提出一种基于逐层增量分解的神经网络解释新方法LID-Taylor(Layer-wise increment decomposition),且在此基础上先后引入针对顶层神经元相关性的对比提升策略,以及针对所有层神经元相关性的非线性提升策略,最后利用交叉组合策略得到最终方法SIG-LID-IG,实现了决策归因性能的鲁棒跃升.通过热力图对现有工作与提出方法的决策归因性能做了定性定量评估.结果显示,SIG-LID-IG在神经元的正、负相关性的决策归因合理性上均可媲美甚至优于现有工作.SIG-LID-IG在多尺度热力图下同样取得了精确性更高、鲁棒性更强的决策归因.

基于逐层互信息对抗自编码器的城市供热管网故障检测

城市集体供热管网属于市政工程管网的重要组成部分,其安全稳定运行与城市经济生产和居民日常生活息息相关,因此对供热管网进行准确实时的状态监测至关重要。近年来,基于深度学习的方法已经被广泛应用于状态监测领域,如对抗自编码器(adversarial auto-encoder,AAE)。然而,从信息论的角度看,在AAE模型训练过程中样本与特征表示之间的互信息存在衰减现象,从而直接影响到该网络模型的故障检测性能。为此,提出了一种基于逐层互信息对抗自编码器(layer-by-layer mutual information adversarial auto-encoder,LM-AAE)的故障检测方法,该方法通过显性引入低维特征空间与前面每一层神经网络的互信息,以最大化正常输入样本与特征表示之间的相关性,有效克服了AAE模型训练过程中的互信息衰减问题。最后,将LM-AAE模型、VAE模型和传统AAE模型分别用于连续搅拌釜式加热器实验,结果表明LM-AAE模型在保证较小故障漏报率的同时具有最小的故障误报率。证明了引入逐层互信息策略可以使模型在故障检测任务中更具优越性。

基于逐层生成的多轴机器人增材制造轨迹优化研究

为解决增材制造生产旋转薄壁零件时出现的阶梯效应和沉积问题,提升零件制造的质量与精度,提高增材制造效率,提出了一种基于逐层生成的多轴机器人增材制造轨迹优化策略。首先,基于六轴机器人的逆几何模型构建方向向量,并从中提取方向参数定义不同层的目标函数和约束函数,提出逐层轨迹优化策略;其次,考虑同轴沉积系统产生的轴冗余,运用轴冗余改善机器人的运动轨迹,并将轨迹优化应用于旋转薄壁零件的实际制造;最后,为验证所提方法的有效性,选取逐点和非优化轨迹策略,并选择空心半球体、拉瓦尔喷嘴和进气漏斗构型进行实验验证。实验结果表明,所提方法能够提供更平滑的关节运动轨迹,提升零件的制造质量与制造效率,且与非优化轨迹策略相比,所提方法具有更高的几何精度,可有效改进增材制造工艺。

基于逐层试验设计的多维不确定参数对水资源配置结果的影响研究

不确定参数对水资源配置结果有着重要影响,相关研究较少定量评估不确定参数输入带来的系统响应情况变化。以区间数表示水资源配置涉及的不确定参数,构建了含多维不确定参数的不精确两阶段随机规划模型,然后采用逐层试验设计方法,量化不确定参数对目标值、配置决策等配置结果关键边界特征(上界、中值、下界)的主效应、交互效应和贡献率,最后以南渡江流域为实例验证本方法的实用性。结果表明,在规划年2030年,南渡江流域管理者可以按照预先定义的供水目标上限供水,预期供水总收益为[213.11,305.89]亿元。逐层试验设计能够定量分析多维不确定参数对配置结果的影响,中游、下游的农业和市政供水效益系数对供水总效益下界、中值、上界的贡献率可达60%以上,中游农业供水效益系数变化造成的供水总收益变化最大,对供水总效益的下界、中值、上界的主效应分别为44.22、48.28、43.01;P=95%特别枯水年来水量对总缺水量下界、中值、上界的贡献率可达50%以上,其主效应分别为-11.04、-22.30、-24.12,其变化造成的总缺水量变化最大;供水总效益或总缺水量下界、中值和上界的主要影响参数类型一致,但是不同界限上贡献率值不同,且交互效应影响很低。研究结果可为南渡江流域水资源配置方案制定和水安全保障分析提供科学依据。

基于IVIM逐层匀场技术在甲状腺良恶性结节鉴别诊断中的价值

目的:基于IVIM逐层匀场(iShim-IVIM)和常规DWI技术,对比分析各定量参数鉴别甲状腺良、恶性结节的价值。方法:前瞻性收集58例拟行手术切除的甲状腺结节的MRI资料。比较iShim-IVIM和DWI参数:纯扩散系数(D)、伪扩散系数(D^(*))、灌注分数(f)与表观扩散系数(ADC)值在甲状腺良恶性结节中的差异。对差异显著者绘制受试者工作特征(ROC)曲线,比较各参数的诊断效能。结果:共58个甲状腺结节中良恶性分别占29个,两组间ADC、D、f值差异显著(P<0.05),D^(*)值无明显差异(P>0.05);D值鉴别甲状腺良恶性结节的诊断效能最高,AUC为0.883。ADC与D之间存在正的强相关(r=0.752,P<0.001),ADC与f、D^(*)之间无显著相关性(r=0.231、0.092,P=0.081、0.492)。结论:基于体素内不相干运动逐层匀场(iShim-IVIM)技术为甲状腺良、恶性结节的鉴别诊断提供更多信息,D与常规DWI生成的ADC值相比具有更高价值。

新建沥青路面五防井盖逐层提升施工研究

城市道路沥青路面中检查井是道路施工的薄弱环节,检查井周边路面施工时常出现开裂、破损及检查井井盖下沉、隆起、破损的现象,这些都是目前市政道路路面普遍存在的质量问题。以上问题轻则导致跳车和路面不平整,给行人及机动车带来不便,影响使用舒适性,甚至导致交通事故,同时也增加道路维护难度,增加了维修费用。总结了传统检查井盖施工方法的现状与存在问题,经过实际项目施工层层推进研究,并选择逐层提升施工的施工工艺,结合温州104国道至瓯海大道连接线道路工程实例,综合分析了采用五防检查井盖逐层提升施工方法所带来的施工效益。充分证明了本新型五防检查井盖逐层提升施工方法具备防止不均匀下沉、操作简便、耐久性好等优点。

逐层筛选的SAR适配区选择方法

合成孔径雷达(Synthetic Aperture Radar,SAR)适配区的选取是弹载SAR匹配制导的关键技术之一,对SAR图像匹配性能起着至关重要的作用。结合SAR成像特性,本文提出了一种由粗到细、逐层筛选的SAR图像适配区选择方法。首先根据高程信息,在SAR可成像区域找出地形平坦的区域作为适配初选区,然后在适配初选区中根据基准图幅度信息找出散射特性丰富且稳定的区域作为适配候选区,最后在适配候选区中根据相关面特征进行景象的唯一性筛选,得到高性能SAR适配区。另外,针对SAR适配区信息量特征不稳健的问题,利用边缘特征图像中像素所处连通区域的大小对边缘强度进行加权,提出了加权边缘强度特征衡量适配初选区域的信息量和稳定性。试验表明,所提方法能够选择出适配性较好的区域。

渐进式逐层密集连接网络图像超分辨率重建

针对现有基于深度神经网络的图像超分辨率重建,存在未完全考虑层次特征信息的提取和利用问题,本文提出了一种渐进式逐层密集连接网络。通过设计一种逐层密集连接特征融合块,以挖掘和利用图像中不同层次的特征信息,并且利用一种渐进式特征融合机制,在全局层次上融合从逐层密集连接特征融合块中提取到的特征信息,促进图像纹理细节的重建。实验结果表明,所提方法与其他方法相比,在客观评价指标与主观视觉效果上有着更加显著的表现。

基于表达式的逐层聚合和动态选择的图到方程树模型

现有树解码器仅适合求解单变量问题而求解多元问题的效果欠佳,而大多数数学求解器对真值表达式的错误选择导致训练出现学习偏差。针对上述问题,提出基于表达式的逐层聚合和动态选择的图到方程树(GET)模型。首先,通过图编码器学习文本语义;其次,从方程树的底层开始逐层迭代地聚合数量和未知变量以得到子表达式;最后,结合输出表达式的最长前缀动态地选择真值表达式以实现偏差最小化。实验结果表明,所提模型在Math23K数据集上的精度达到83.10%,相较于图到树(Graph2Tree)模型提升了5.70个百分点。可见,所提模型适用于复杂多元数学问题的求解,并能降低学习偏差对实验结果的影响。

脉冲激光逐层钎焊金刚石-镍铬合金工艺研究

基于脉冲激光加工时的低能量输入和较小的热影响优势,将其应用到金刚石磨粒的钎焊过程中,以实现多层金刚石磨粒的逐层钎焊成形。通过单道及单层脉冲激光钎焊试验,研究了工艺参数对钎焊成形及对金刚石损伤的影响规律,并优选出较好的工艺参数进行了多层钎焊试验。研究结果表明:在脉冲激光钎焊成形过程中,工艺参数的变化主要通过改变峰值功率密度和线能量密度来影响钎焊成形和金刚石损伤形态。输入的能量密度不足时,钎焊道及钎焊层易出现熔融球、金刚石聚集、熔合不充分、不连续及不平整等现象;输入的能量密度过大时,易出现金刚石损伤、粉末材料及金刚石流失逃逸等现象。当线能量密度为14~25 J/mm^(2)、峰值功率密度在5×10^(5)~1.5×10^(6) W/cm^(2)时,可得到平整性良好和金刚石磨粒形态良好的钎焊形貌,且在此参数范围内优选的参数条件下实现了多层结构的逐层钎焊成形,得到了较好的表面成形形态及较低的金刚石损伤形态。多层钎焊试块弯曲试验结果表明,钎焊层与基体之间具有较好的结合强度,未出现钎焊层剥离现象。

基于逐层切割法不规则果实体积测量的研究

研究一种不规则果实体积综合测量装置,实现对果实的体积、纵径、横径、表面粗糙度等相关指标的一次性测量。采用丝杆机构双向移动实现果实自动定位,解决不规则水果中心难以确定问题;设计自带径向移动的旋转机构,满足不同大小果径测量;基于不规则曲面立体切割法实时测算果实体积,测量精度高,一次装夹可以实现多个参数指标的测量。实验结果显示:测量直径为175 mm的规则物(球),横径误差为0.39%,体积误差为0.32%,以不规则物为试件(最大横径为104 mm),横径误差为0.16%,体积误差为0.17%,具有较高的精度,并且果径越小,精度越高。该装置的应用可降低果实分拣的劳动强度,满足科学研究的需求,为准确快速地测量不规则物体积提供了一种新的思路。

纤维缠绕储氢气瓶逐层更新建模方法与性能评估

本文提出了一种基于三维激光扫描系统与ABAQUS二次开发的纤维缠绕储氢气瓶逐层更新建模方法。通过Python语言编写建模程序,将三维扫描仪获得的几何数据通过非均匀有理B样条进行拟合,结合缠绕软件生成的缠绕角度,导入ABAQUS中生成有限元模型。采用Hashin准则进行失效分析,通过水压爆破试验结果与之对比,验证有限元模型的准确性,并探究纤维缠绕储氢气瓶的失效机理。结果表明,使用逐层更新建模方法建立的有限元模型爆压预测的爆压及应变响应与试验结果的误差在5%以内,且预测的爆破位置及失效模式与试验结果一致。

逐层沉积型有机太阳能电池的研究进展

近30年来,基于给/受体材料的本体异质结被认为是有机光伏器件最理想的器件结构.优化有源层中给/受体互穿网络结构,提高激子解离和载流子传输效率是提高本体异质结有机光伏器件性能的有效途径.近年来,给/受体逐层沉积的分层异质结有机光伏器件得到了快速发展,其光电转化效率可与本体异质结有机光伏器件的效率相媲美,这说明有机光伏器件领域诸多科学问题还有待深入研究.本文从工作机理、优化策略以及大面积制作潜力等方面,综合评述分层异质结有机光伏器件的代表性成果,重点阐述掺入添加剂、热处理及多元策略等在提高器件性能方面发挥的关键作用,讨论分层异质结有机光伏器件的现存问题,并展望了其发展趋势.

逐层包埋对丁酸梭菌孢子胃肠耐受及黏附能力的改善作用

为改善丁酸梭菌对肠上皮细胞的黏附效果,使其更好地在肠道内发挥益生作用,本研究采用海藻酸钠与壳聚糖2种带电性相反的多糖,利用静电相互作用对丁酸梭菌孢子进行逐层包埋。通过体外培养,检测包埋后的丁酸梭菌孢子在模拟胃肠液处理后,其耐受能力、黏附能力以及生长与萌发能力的变化。结果表明:相比于未包埋丁酸梭菌孢子,包埋4层多糖的丁酸梭菌孢子对模拟胃肠液的耐受能力得到提高,模拟胃液处理3 h后的存活率提高1.22倍,模拟胃液处理2 h联合模拟肠液处理6 h后的存活率提高1.86倍。模拟胃液处理2 h后再经模拟肠液分别处理2、4、6 h的包埋丁酸梭菌孢子的黏附率较未包埋丁酸梭菌孢子分别提高3.59、3.33和1.71倍。分析发现包埋丁酸梭菌孢子黏附能力的变化与其表面电位呈现相关性,且包埋处理并未影响孢子的萌发和增殖能力。上述试验结果提示,通过逐层包埋技术可增加丁酸梭菌孢子的存活率及其对肠上皮细胞的黏附能力,为其在肠道萌发和定植创造了条件。

非均匀流体介质内部散射声场重建的逐层计算方法

入射声波激励下非均匀流体介质内部散射声场的重建方法对超声层析成像具有重要意义。以往采用矩量法求解,但该方法全域离散形成的复数满秩矩阵规模随着分辨率与计算精度的提高急剧增大,对算力具有很高的要求,一定程度上限制了其在实际中的应用。为克服上述缺陷,以逐层离散、逐层计算为核心思想,以声散射基本公式与近场声全息理论为基础,推导出逐层计算非均匀流体介质内部散射声场的理论公式并给出对应的几何离散模型。为验证该方法的可行性,以矩量法为参照,对同样的介质模型进行介质内部声场重构仿真。结果表明,逐层算法不仅可以有效地重建非均匀流体介质内部散射声场,且大幅度减小了求解规模。

面向边缘检测任务的逐层上连精简神经网络

边缘检测是计算机视觉研究领域中最基本的问题之一。有效地提取目标边缘在目标识别、语义分割和运动跟踪等视觉任务中有显著的作用。文章针对边缘检测任务提出一种新型的神经网络算法,该算法基于VGG16-Net简化编码网络的特征图,然后采用逐层向上连接方式,细化了解码网络的复杂过程。

“四位一体,逐层培养”的《数学分析》课程教学改革与实践

结合信息化时代对高等教育人才培养的要求和我校应用型人才的培养目标,本文针对出现的痛点问题,整合教学内容、教学手段和方法、教学资源、评价体系等,确定了“强理论、重实践、融思政、求创新”的课程教学目标,采用了逐层培养的培养原则,培养学生具有扎实的理论基础、缜密的数学思维和综合应用能力,为社会发展培养有用人才。

基于逐层气相沉积制备的钙钛矿薄膜调控和器件性能优化

真空气相沉积法具有致密性好、均匀性好、膜厚可控等优点,被认为是一种制备大面积、高质量钙钛矿薄膜的关键技术,在工业化生产上有着巨大的应用潜力。但相较于溶液法,气相沉积存在薄膜晶粒尺寸小,结晶度低等缺点,导致器件光电转换效率较低。采用逐层交替气相沉积法制备钙钛矿薄膜,对碘化铅(PbI_(2))含量进行调控,使用氯化甲胺和碘化甲铵混合溶液进行表面后处理,钝化了薄膜缺陷,提升了薄膜质量。PbI_(2)含量的优化调控了钙钛矿薄膜的化学计量比,器件光电性能得到提高。表面后处理引入的氯离子,使钙钛矿晶粒尺寸增大,结晶度提高。器件的短路电流密度明显提升,最终获得17.76%的光电转换效率以及82.1%的填充因子。