解读SNAP认证

SNAP(Specifications for NewsprintAdvertising Production)始于1984年,是专为改善报纸印刷质量、提高信息转换的准确性而设计的规范。SNAP委员会一贯支持行业标准,在规范中多次参考并引用了美国国家标准研究院(ANSI)和国际标准化组织(ISO)的标准。SNAP规范主要     

高压喷射灌浆技术在三洲拦河闸固固工程中的应用

高喷灌浆防渗技术在揭阳市三洲拦河闸加固工程中首次应用，经过几年的运行，净利要良好。此处简要介绍三洲闸加固工程基本情况，防渗形式，施工工艺及应用效果。     

高清笔记本碟机长虹HDVD862碟机

在平板高清电视大力推进下，以1080p／1080i／720p等输出为代表的高清节目源正受到广大家庭的喜爱，高清碟机的春天也呼之欲出。五一期间，长虹宣布重磅推出具有1080p顶级高清输出与HDMI高清数字接口的双高清碟机——HDVD862。     

基于共享背景主题的 Labeled LDA 模型

隐藏狄利克雷分配（Latent Dirichlet Allocation ,LDA ）模型被广泛应用于文本分析、图像识别等领域。但由于LDA及其扩展模型多为无监督学习模型,无法将其应用于分类任务中。本文通过研究文档标记与LDA模型中主题的映射关系,提出一种新的Labeled LDA模型（Shared Background Topics Labeled LDA ,SBTL-LDA ）。在SBTL-LDA模型中每个标记除了存在若干个独享的局部主题外,还存在若干个共享的背景（Background ）主题,这样可以有效分析不同标记所含主题之间的依赖关系,而文档标记被映射为局部主题和共享主题的组合,因此SBTL-LDA模型可以有效提升文档标记判别的准确性。同时SBTL-LDA模型还可以看成是一种半监督聚类模型,在对文档进行聚类分析的过程中模型可以有效的利用文档的标记信息提升文档聚类效果。实验证明SBTL-LDA模型能够有效解决PLDA模型中主题之间的相似性和依赖关系,具有良好的多标记判别能力,并且具有优于LDA、PLDA模型的文档聚类效果。     

基于受限玻尔兹曼机的分布式主题特征提取

随着大数据时代的来临,如何有效从海量的文本数据中挖掘和分析主题特征已成为学者们的研究重点。隐含狄利克雷分配（Latent Dirichlet Allocation,LDA）作为经典的概率主题模型,因其自身优越的文本分析能力被广泛应用。然而,该模型大多以包含隐含主题变量的有向图的形式存在,实现文档的表达具有局限性。而分布式表示方法定义文档的语义分布在多个主题中并由多主题特征相乘得到;且由于传统的无监督特征提取模型无法有效处理含类别标记的文档数据,故在研究受限玻尔兹曼机（Restricted Bolzmann Machine,RBM）的基础上,结合文本主题的分布式特性,提出了基于RBM的分布式主题特征提取模型NRBM,其自身作为典型的半监督模型能够有效利用文档中的多标记信息。最终与标准LDA主题模型的对比实验证明了NRBM模型的优越性。     

垃圾热解-挥发分重整过程中基于产物导向的催化剂选择

为进一步提升垃圾热解产物品质,提高目标产物的产量,在垃圾热解反应器下游设置自源半焦重整挥发分的反应器,并在自源半焦中混入白云石(D)和活性污泥炭(ASSC)以提升催化效果,获得更多的气体资源以及高品质的油。结果表明,550℃下垃圾热解产生的挥发分经同温自源半焦重整,气体产率可提高44.29%,热解液产率降低了41.33%;但热解油中的脂肪烃含量下降,单环芳烃含量增加。添加煅烧白云石后,热解油转化率提高,热解油中的脂肪烃含量增加。添加ASSC后,H_2、CO产率显著提高;热解液产率进一步降低。特别是与自源半焦按照等质量与ASSC混合时,热解液产率最低,自30.44%降至11.25%,同时其含水率自57.23%降至35.64%。总体上,垃圾热解自源半焦具有促进热解油中单环芳烃生成和脂肪分解的作用;而白云石和ASSC都能促使热解油中脂肪烃的浓度提升,尤其是ASSC。白云石对应着气体产物中更高的CH_4、H_2和CO的产率,而ASSC进一步促进了H_2和CO的生成、H_2O的消耗但同时抑制了CH_4的生成。当以合成气为目标产品时,推荐加入ASSC并与自源半焦按质量比1∶1混合,其产气量达到45.5%或0.50 m~3/(kg MSW),H_2+CO体积分数达到53.87%。     

黑木耳多糖的消化产物对免疫功能的影响

通过高温蒸汽浸提法提取黑木耳多糖.在模拟体外消化后,黑木耳多糖发生降解.通过刚果红的结果证明消化后黑木耳多糖中的三股螺旋结构消失.FT-IR光谱和糖醛酸检测证明了多糖中的糖醛酸被水解.之后将提取的黑木耳多糖体外消化产物对RAW264.7细胞进行处理,发现经胃肠液消化后的黑木耳多糖是通过刺激TLR4受体介导的JNK以及E...     

选择性集成学习算法的研究

通过选择性集成可以获得比单个学习器和全部集成学习更好的学习效果,可以显著地提高学习系统的泛化性能。文中提出一种多层次选择性集成学习算法,即在基分类器中通过多次按权重进行部分选择,形成多个集成分类器,对形成的集成分类器进行再集成,最后通过对个集成分类器多数投票的方式决定算法的输出。针对决策树与神经网络模型在20个标准数据集对集成学习算法Ada—ens进行了实验研究,试验证明基于数据的集成学习算法的性能优于基于特征集的集成学习算法的性能,有更好的分类准确率和泛化性能。     

基于CSCW系统协同学习的远程教育新模式

随着计算机网络技术的迅速发展和计算机协同工作CSCW(Computer Supported Collaborative Word)理论和技术研究的深入,计算机协同学习(Computer Supported Collaborative Learning)的思想逐渐被引入计算机网络远程教育的应用中,它打破了"背靠背"网络教学模式引发的交流障碍,在充分继承和发扬网络教学优势的基础上,更加强调老师和学生之间、学生和学生之间各种教学信息的实时交互性和学习的协同性,从而将传统课堂教学与网络教学的优势充分地结合起来.主要介绍基于CSCW系统中协作学习的基本概念和远程教育的基本模式.