大数据是多源异构的。在信息技术飞速发展的今天，多模态数据已成为近来数据资源的主要形式。研究多模态学习方法，赋予计算机理解多源异构海量数据的能力具有重要价值。本文归纳了多模态的定义与多模态学习的基本任务，介绍了多模态学习的认知机理与发展过程。在此基础上，重点综述了多模态统计学习方法与深度学习方法。此外，本文系统归纳了近两年较为新颖的基于对抗学习的跨模态匹配与生成技术。本文总结了多模态学习的主要形式，并对未来可能的研究方向进行思考与展望

第二章生物与环境 一、环境与生态因子 二、生物与环境关系的基本原理 三、生物与主要生态因子的相互关系

国内某厂镀锡板缺陷处夹杂物主要来自结晶器保护渣的卷入，但其成分与结晶器保护渣有明显差别。为了进一步研究这种成分差别的原因，建立了耦合热力学平衡和动力学扩散的结晶器卷渣类夹杂物的成分转变动力学模型，明确了卷渣类夹杂物的尺寸和密度对其成分转变的影响规律，并通过对结晶器和液相穴内的钢液流动和夹杂物运动的数值模拟研究了夹杂物在钢液中的停留时间。结果表明：结晶器保护渣卷入钢液后与钢液不断发生反应，成分会发生明显改变。卷渣类夹杂物转变为缺陷处夹杂物所需要的时间与夹杂物尺寸以及夹杂物密度有关，夹杂物的尺寸和密度越大，转变为缺陷处夹杂物成分所需的时间越长。卷渣类夹杂物转变为缺陷处夹杂物所需时间与夹杂物尺寸呈幂函数关系，与夹杂物密度呈二次函数关系。夹杂物在钢液中的平均停留时间随夹杂物直径的增大而减小，并且随着拉速的增大而减小。小尺寸夹杂物一旦被卷入钢液中，将有充足的时间转变为缺陷处的成分。大尺寸夹杂物在钢液中的平均停留时间小于成分转变时间，但最大停留时间远大于成分转变所需时间，表明部分大尺寸夹杂物依然具有充足的停留时间转变为缺陷处的成分

针对膏体充填技术中添加絮凝剂对尾砂浓密后浓度提高有限，且屈服应力增大，流动性降低等问题，研究了絮凝剂?浓密增效剂共同作用，进一步提高全尾砂膏体充填料浆浓度，降低料浆屈服应力，并从微观角度进行机理分析. 结果表明：通过沉降与流变试验发现，最佳添加工艺为加入絮凝剂沉降完毕后再加入浓密增效剂，固相质量分数可提高8.57%～10.13%，同时屈服应力降低6.68～12.85 Pa；多组分浓密增效剂不仅能降低单耗与成本，还可以提高膏体充填材料的抗压强度；灰砂质量比1∶12并添加浓密增效剂的膏体充填材料28 d抗压强度为2.5 MPa，与灰砂质量比1∶6未添加浓密增效剂的膏体充填材料强度相差小于20%；通过总有机碳（TOC）吸附试验与Zeta电位试验发现，浓密增效剂具有吸附与分散的作用，会打开絮凝结构，释放絮团间水，从而提高尾砂浓度，并改善尾砂颗粒的流动性

第九章基本权利与义务 第一节权利与义务概述 权利与义务的概念界定及其特征 1、权利的界定及其特征 2、义务的界定及其特征权利与义务的主体

研究了全状态约束与输入饱和情况下的全向移动机器人轨迹跟踪控制问题.首先，针对一类三轮驱动的全向移动机器人，考虑系统存在模型参数不确定与外部扰动，建立了运动学与动力学模型；其次，利用障碍Lyapunov函数，结合反步设计方法，有效处理全向移动机器人跟踪过程中存在的状态约束，保证所有状态变量不会超出状态约束的限制区域；然后，针对系统参数不确定和未知有界扰动，设计相应的自适应律进行处理；同时，提出一种抗饱和补偿器保证机器人输入力矩满足饱和约束；并且利用Lyapunov理论分析证明了当选取合适的控制参数时闭环系统中的所有信号均能保证一致有界；最后，通过与未考虑状态约束和输入饱和的控制器以及经典比例-微分控制器进行仿真对比，验证了该方法的有效性和鲁棒性

第一章 组织行为学概论 第二章 个体心理与个体行为 第三章 群体心理与群体行为 第五章 群体动力与激励理论 第六章 组织文化与组织行为 第七章 领导者与组织行为 第八章 行为的有效性

二重比估计与二重回归估计的思想与二重分层估计的思 想相类似。比估计与回归估计需要事先知道辅助变量X的平 均数或总和。如果事先并不掌握辅助变量的平均数或者总和 的信息,但辅助变量的观察要比调查的指标Y容易得多,那 么就可以使用二重比估计或者二重回归估计

提出了基于双偏心误差齿轮副的驱动齿面与齿背面（双齿面）无负载传动误差计算模型，建立与时变侧隙计算公式的等价关系，从理论上证明了基于双齿面传动误差的侧隙测量方法。通过实验方法测量不同负载力矩、不同初始啮合面的双面传动误差并获得相应载荷下的初始回差。基于双齿面传动误差实验曲线，实现了对齿轮副整个大周期侧隙的连续测量与预测。结果表明，连续侧隙曲线与机械滞后回差法测量结果吻合良好，而侧隙预测较好地反应了侧隙值变化范围和变化趋势。同时，侧隙连续测量方法及侧隙预测均证明了理论模型的正确性，提高了侧隙测量效率并获得了更全面的侧隙数据，对齿轮传动的非线性研究、消隙控制以及齿轮精度研究等均具有指导意义和参考价值

为什么不喜欢生产与运作管理 一、对生产与运作管理的重要性认识不足 二、生产与运作管理的复杂性 三、枯燥