木质素调控制备果糖基碳微球及其电化学性能研究

本研究使用果糖作为碳源,木质素磺酸盐协同三嵌段共聚物P123作为模板剂,经过水热碳化法和高温碳化法制备果糖基碳微球材料。探究了木质素磺酸盐对果糖在水热条件下的组装过程及调控机制,并分析果糖基碳微球材料在电化学领域的应用。结果表明,木质素磺酸盐的加入是微球表面形成波纹状突起的决定因素。经高温碳化处理过后得到中空多孔的Yolk-Shell果糖基碳微球材料具有良好的电化学性能,其比表面积为535. 04 m~2/g,孔容为0. 26 cm~3/g;在电流密度为0. 1 A/g时,其比电容为96 F/g,能量密度为3. 16 Wh/kg,功率密度为28. 06 W/kg。     

化工施工行业技术创新现状调研及对策探讨

以中国化学工程第十一建设有限公司为例,通过对行业、集团内外建设公司技术创新现状进行调研,以及多方位多角度的对比,介绍了公司的技术创新现状,并在此基础上分析了制约公司技术创新发展的内外部因素。从实际工作出发,探索了新形势下怎样通过激活技术创新动力,增强公司自主技术创新建设,提出了公司技术创新发展的对策,希望对行业技术创新工作有所裨益。     

阳极氧化法原位合成氧化铁纳米表面及其润湿性能研究

采用阳极氧化法在铁片表面原位构建了纳米氧化铁层,以SEM、XRD、XPS对其结构进行表征,并采用静态接触角法考察了其表面润湿性能及其稳定性。结果表明,阳极氧化法以及直接煅烧均可在铁片表面生成具有超亲水性的氧化铁纳米丝结构。相比直接煅烧,阳极氧化法所得氧化铁表层纳米丝更为密集,结构稳定,其超亲水性能可保持72h以上,表现出较高的稳定性。     

CENIE软件包在同位素密度计中的应用

介绍了ＧＥＮＩＥ软件的功能及ＧＥＮＩＥ在同位素密度计设计中的应用     

信江流域水生态环境保护对策研究

为持续改善信江流域水生态环境质量，文章从水环境、水资源、水生态三个方面对流域存在的问题进行了诊断和分析，并针对性的提出了对策措施。     

基于程序频谱的两阶段缺陷定位方法

缺陷定位是软件质量保证中关键且困难的一项工作,随着软件规模的增大,人工进行缺陷定位的成本越来越高,自动化缺陷定位技术成为研究热点。现有的基于程序频谱的缺陷定位技术可以将缺陷定位到程序语句,但对于大型复杂的软件系统,这种定位方法将带来较大的时间花销。针对此问题,提出一种基于程序频谱的两阶段缺陷定位方法,第一阶段为粗粒度定位,将缺陷定位到程序模块;第二阶段为细粒度定位,在定位的程序模块中再将缺陷定位到语句;最后输出可疑语句推荐列表,辅助开发人员的调试工作。实验结果表明,相比于传统的方法,该方案在保证定位效果的前提下平均减少了10.24%的定位时间。     

基于AUTOSAR架构的通信系统的研究与实现

AUTOSAR是汽车开放系统体系结构,已成为汽车电子软件的工业标准,在汽车电子控制器系统开发过程中具有重要地位,其中AUTOSAR COM通信规范为汽车电子通信系统的构建提供了依据和参考;介绍了AUTOSAR体系架构,对AUTOSAR COM规范基于信号的通信机制及其特有的传输模式切换系统进行了研究,并实现了一种基于AUTOSAR架构的通信系统,试验结果表明该系统能够提供基本通信服务,且符合AUTOSAR COM规范。     

基于自适应分层阈值判断的神经网络模型压缩

面对多样化的应用环境,卷积神经网络（CNN）的架构深度不断增加以提升精度,但同时需要大量的计算参数和网络存储。针对CNN卷积层参数冗余和运算效率低的问题,提出一种基于分层阈值的自适应动态剪枝方法。设计自适应分层阈值判断算法,对批归一化层的尺度因子进行聚类分析,自适应地找到每层的分类断点并据此确定最终阈值,利用该阈值修剪正则化后的输入模型,从而避免根据经验人为定义固定阈值,减小模型尺寸和运行时占用的内存。分别采用该方法和LIU等提出的使用固定阈值且全局修剪的方法对VGGNet、ResNet、DenseNet和LeNet模型进行压缩,并在CIFAR、SVHN和MNIST数据集上测试模型性能。实验结果表明,该方法能够在模型精度与剪枝率之间找到最优平衡,剪枝后模型的测试错误率较对比方法降低0.02~1.52个百分点,同时自适应分层阈值判断算法也能避免对比方法在全局修剪时减去整个层的问题。     

基于BERT+BiLSTM+CRF的中文景点命名实体识别

为解决旅游文本在特征表示时的一词多义问题, 针对旅游游记文本景点实体识别中景点别名的问题, 研究了一种融合语言模型的中文景点实体识别模型. 首先使用BERT语言模型进行文本特征提取获取字粒度向量矩阵, BiLSTM用于上下文信息的提取, 同时结合CRF模型提取全局最优序列, 最终得到景点命名实体. 实验表明, 提出的模型性能提升显著, 在实际旅游领域内景点识别的测试中, 与以往研究者方法比较下准确率, 召回率分别提升了8.33%, 1.71%.     

加权增量关联规则挖掘在通信告警预测中的应用

针对通信网络告警预测中预测精度不高、模型训练效率较低等缺陷,提出告警权值确定方法和基于自然序树（Can-tree）的加权增量关联规则挖掘的通信网络告警预测方案。首先,对告警数据进行预处理,确定告警数据权值并压缩到Can-tree结构中;其次,应用增量关联规则挖掘算法对Can-tree进行挖掘,生成告警关联规则;最后,使用模式匹配的方法对实时告警信息进行预测,并对结果进行优化整理。实验结果表明,基于Can-tree的加权增量关联规则挖掘算法是高效的,利用前次挖掘的结果和信息提高了挖掘的效率,网络告警数据的权值分配方案能够合理地区分告警数据的重要程度,有助于将重要程度高的告警关联规则挖掘出来,并加快过时告警关联规则的淘汰,提高预测的准确度和精度。