排序方式: 共有25条查询结果,搜索用时 78 毫秒
1.
2.
3.
采用反相高效液相色谱法,以v(甲醇)v∶(水)=802∶0作为流动相,用C18柱和二极管阵列检测器(DAD,282nm),测定4-甲氧基--α[(3-甲氧基苯基)硫代]苯乙酮的含量。结果表明,4-甲氧基--α[(3-甲氧基苯基)硫代]苯乙酮在0.02~0.90μg内呈良好的线性关系,r=0.99999。该方法灵敏、快速、准确,可用于4-甲氧基--α[(3-甲氧基苯基)硫代]苯乙酮含量的测定。 相似文献
4.
5.
6.
在进行油气勘探时,为了能够正确地显示出地质界面,必须知道地下各层的速度。在没有深井测井速度的地方,我们至今仍然使用笛克斯公式来计算层速度。这里介绍一种新的确定层速度的方法,这种方法可以得到较好的结果,并且普遍都可应用。这种新方法称为“确定层速度的迭代法”。 相似文献
7.
8.
基于情感轮和情感词典的文本情感分布标记增强方法 总被引:2,自引:0,他引:2
情感分布学习是一种近年提出的用于处理存在情绪模糊性的多情绪分析模型,其核心思路是通过情感分布记录示例在各个情绪上的表达程度.不同于传统的单标记或多标记学习,情感分布学习可以定量地对多个情绪同时建模.目前,情感分布学习面临的一个重要困难是缺乏已标注情感分布的文本数据集.为了利用大量已有的单标记情感数据集,情感分布标记增强方法可以将示例的情绪标签增强为情感分布.基于文本中的情感词蕴含着大量情感信息的特点,本文在引入普鲁契克情感轮心理学模型的基础上,提出基于情感轮和情感词典的情感分布标记增强方法(Emotion Wheel and Lexicon based emotion distribution Label Enhancement,EWLLE).EWLLE方法基于情绪的心理学距离为句子的真实情绪标签和情感词的情绪标签分别生成离散高斯分布,然后通过分布的叠加将两种信息综合为统一的情感分布.在7个常用的中英文文本情感数据集上的对比实验表明,EWLLE方法在情绪识别任务上的性能优于已有的情感分布标记增强方法. 相似文献
9.
10.