基于宋词生成的大容量构造式信息隐藏算法

在基于文本生成的信息隐藏算法研究中，如何在保证生成文本质量的同时提高隐藏容量是主要存在的挑战.为此本文提出一种基于宋词生成的构造式信息隐藏算法.首先对宋词文本数据进行预训练，然后基于自回归语言模型搭建宋词生成模型；其次根据宋词词牌固有的格式信息设计格律模块，在宋词生成阶段，需要向生成模型输入该格律模块，并通过符号集设计、编码等综合作用，生成宋词诗句.在利用宋词生成模型进行秘密信息隐藏的过程中，对格律模块进行重构，通过平仄韵词牌、词牌格式模板、关键字、韵律及押韵字符的不同选择，有效实现秘密信息的隐藏.信息提取是隐藏的逆过程，且提取过程不需要利用宋词生成模型，仅需根据模板和词典库来进行索引即可，提高了信息提取的效率.实验结果表明，本文提出的算法能够生成格式严格、韵律清晰、句子完整性高的宋词，且生成的宋词文本的信息隐藏容量均值可达21比特/句、安全性高，整体性能优于已报道的主流算法.     

不同提取方法对咖啡原液理化和感官特性的影响

该文分别采用滴漏法、浸提法、超声辅助提取法、微波辅助提取法和加压提取法制取咖啡原液，测定并比较各种提取方法制备的咖啡原液基本理化指标、酚类物质含量、主要活性成分含量、抗氧化活性、感官品质和香气成分。不同提取方法对咖啡原液pH和色度影响较小；对咖啡原液可滴定酸值和总固形物含量影响较大，滴漏法制得的咖啡原液可滴定酸值最高，超声辅助提取法制得的咖啡原液的总固形物含量最高；加压提取法制得的咖啡原液的总酚含量、主要活性成分含量和抗氧化活性显著(P<0.05)高于其他几种方法；不同提取方法对咖啡原液感官和香气成分影响较大，加压提取法制得的咖啡原液感官评分最高并且香气成分最为丰富。5种提取方法中加压提取法制得的咖啡原液活性成分高、抗氧化活性强且感官品质好，加压提取法更适合生产优质咖啡饮品。     

基于先验知识的文本实体识别方法

阐述文本实体识别作为医疗相关人工智能应用的关键中间任务，其效果直接决定下游任务表现上限，然而传统方法中通常忽略医学知识的应用，很难取得良好表现。提出一种基于RoBERTa与CRF并融合医学知识的医学文本实体识别方法，将医学知识作为先验引入到CRF最优路径搜索环节，极大程度地提升了标签转换的连贯性，并在相关数据集主指标上取得了改善。     

海洋多肽的提取纯化及生物活性研究进展

海洋生物是人类重要的食物来源，其中含有大量高质量的蛋白质。海洋多肽具有抗高血压、抗氧化、抗肿瘤等生物学功能，作为开发功能性食品和药品的来源具有巨大的潜力。本文介绍了近年来国内外利用化学水解法、酶水解法、微生物发酵法以及物理辅助提取法提取海洋多肽并采用色谱法、膜分离法将其分离纯化的相关技术，比较了它们之间的差异性，并对海洋多肽的血管紧张素转换酶（ACE）抑制活性、抗氧化活性和抗肿瘤活性等生物活性以及应用现状进行了综述。     

南美白对虾肝胰腺蛋白提取方法优化及无水保活环境胁迫对细胞凋亡蛋白的影响

为提高Western Blotting结果的可靠性，以蛋白溶出率和凝胶电泳蛋白条带完整性为指标，比较提取液种类、研磨方式、酶抑制剂种类及其体积分数和提取时间对南美白对虾肝胰腺蛋白提取效果的影响。采用优化后的提取方法获得高质量蛋白样品，并采用Western Blotting法分析无水环境胁迫后南美白对虾肝胰腺组织中细胞凋亡信号通路相关蛋白的表达水平。结果表明：RIPA裂解液作为提取溶剂所得的蛋白溶出率高于水提和磷酸盐缓冲液，电动匀浆和液氮研磨所得蛋白条带更完整，4%蛋白酶磷酸酶混合抑制剂能有效抑制肝胰腺内源酶引起的蛋白降解；采用Western Blotting法分析无水保活期间南美白对虾肝胰腺蛋白，发现低温诱导休眠的同时会引起细胞轻微凋亡，且凋亡水平呈应激时间依赖性增加，环境胁迫解除后有所回调。     

基于文本信息处理的深度网络推荐技术研究

网络信息时代,在使用系统的时候,首先应该要避免信息过载所导致的问题.然而这一问题目前已经在网络信息技术中起到了重要的作用.根据传统的模式进行推算,目前互联网想要构建模式,首先应该设计其模型训练,另外其数据不能过于单一,而信息量也不够充足,所以导致目前所出现的推荐效果并不是很好.所以文章中有很多辅助信息能够添加到模型中而获得额外的数据输入,对于文章所推荐的方式,有些用户往往忽视所具备的多样性,主要是由于用户的喜好会随着项目的改变而发生变化.     

碳纤维原丝含油率测试影响因素研究

利用改进的索氏提取回流法测量碳纤维原丝含油率.研究了溶剂回流温度、回流时间、环境湿度对测试结果的影响,结果表明:随着回流温度的提高,2小时内回流清洗效果不断增强,当回流温度大于54℃,次数大于12次,油剂清洗效果基本保持不变.可通过提高回流温度以提高单位时间内的回流次数,优化纤维含油率测试的准确性和测试效率.环境湿度对索氏提取测纤维含油率有显著影响:控制环境湿度在50～52％RH范围内,可将纤维吸潮质量变化控制在纤维质量的0.005％,油剂相对含量的0.2％～0.6％,可将测试稳定差值降低至≤0.05％,测试方法差值<0.1％,满足油剂测试工艺要求.回流时间≥2 h,回流温度≥54℃,测试环境湿度50～52％RH,索氏提取回流法油剂测试误差<0.05％.     

安卓平台上的医用图像信息采集系统的开发设计

为了探讨在安卓平台上构建医用图像采集系统的开发个案,分析通过以智能手机、平板电脑为核心安卓设备通过拍照获得化验单数据后进行文本识别并提交智慧医疗系统的解决方案。本文首先通过二值化算法形成低阈值图像数据,使用卷积神经元网络算法对文本进行逐一识别,使用K-means算法对识别后的单字文本进行字段记录值的整合并形成元数据库服务于其他智慧医疗系统模块。在使用9000组数据对神经元网络进行前期训练的前提下,该系统的识别准确率达到了99.5%以上。本系统具有一定的可行性,对未来智慧医疗的系统开发有实践意义。     

纸质简谱图像的分割、倾斜校正及音符歌词提取

乐谱图像的自动分割、倾斜校正是乐谱识别过程中的关键技术,各种计算机光学乐谱识别技术在乐谱图像的数字化中有着广泛的应用,但对于乐谱中简谱的识别一直鲜有研究.本文针对人工拍摄条件下光照不理想的简谱图像,提出一种基于PCNN(脉冲耦合神经网络)和DNN(深度神经网络)相结合的分块简谱图像自动分割算法,该方法根据简谱图像灰度分布特征对图像进行自适应分块处理,依据每个分块的灰度特征与PCNN最佳迭代次数之间的关系构造合适的DNN神经网络,从而实现了最优分割图的自适应选取;进一步利用最优分割图像中音符小节线的水平投影,提出一种双尺度下降法实现了简谱图像的倾斜校正;提出去边垂直投影法和连通域距离判断法实现了简谱图像中音符及歌词的提取.实验仿真结果表明:本文算法对复杂光照条件下的简谱图像处理都具有较好的鲁棒性,同时表现出更高的效率.