基于带权词格的循环神经网络句子语义表示建模

目前,循环神经网络(recurrent neural network, RNN)已经被广泛应用于自然语言处理的文本序列语义表示建模.对于没有词语分隔符的语言,例如中文,该网络以经过分词预处理的词序列作为标准输入.然而,非最优的分词粒度和分词错误会对句子语义表示建模产生负面作用,影响后续自然语言处理任务的进行.针对这些问题,提出基于带权词格的循环神经网络模型.该模型以带权词格作为输入,在每个时刻融合多个输入向量和对应的隐状态,融合生成新的隐状态.带权词格是一种包含指数级别分词结果的压缩数据结构,词格中的边权重在一定程度上体现了不同分词结果的一致性.特别地,利用词格权重作为融合函数中权重建模的监督信息,进一步提升了模型句子语义表示的学习效果.相比于传统循环神经网络,该模型不仅能够缓解分词错误对句子语义建模产生的负面影响,同时使得语义建模具有更强的灵活性.在情感分类和问句分类2个任务上的实验结果证明了该模型的有效性.     

论幼儿教师要关注幼儿的情感教育问题

现代幼儿教师要积极关注学前儿童的情感发展状态,给予儿童更深切的关爱.教师们应该从不断更新教育理念、培养自身良好情感素质、善于挖掘课程资源等方面努力促进学前儿童的健康情感的发展,从而提升学前教育的内在质量.     

电石渣制备纳米碳酸钙的初步研究

分别采用XRD和DTA/TG等手段,分析了电石渣的矿物组成和热行为。对电石渣代替石灰石制备纳米碳酸钙的技术进行了实验研究。结果表明,电石渣的主要成份是氢氧化钙。对电石渣采用水洗、过筛、干燥、煅烧等方式预处理后,可以代替石灰石用于制备纳米碳酸钙。经XD和TEM分析,所制得的纳米碳酸钙为球状方解石型,平均粒径为60nm。     

基于密钥分发和密文抽样的云数据确定性删除方案

针对云数据过期后不及时删除容易导致非授权访问和隐私泄露等问题,结合加密算法和分布式哈希表（DHT）网络,提出一种基于密钥分发和密文抽样的云数据确定性删除方案。首先加密明文,再随机抽样密文,将抽样后的不完整密文上传到云端;然后评估DHT网络中各节点的信任值,使用秘密共享算法处理密钥,并将子密钥分发到信任值高的节点上;最后,密钥通过DHT网络的周期性自更新功能实现自动删除,通过调用Hadoop分布式文件系统（HDFS）的接口上传随机数据覆写密文,实现密文的完全删除。通过删除密钥和云端密文实现云数据的确定性删除。安全性分析和性能分析表明所提方案是安全和高效的。     

反应介质对氢氧直接合成过氧化氢的影响研究

以超声浸渍法制备的PdO／γ-Al2O3-U为催化剂,考察不同无机酸、不同硫酸浓度对氢氧直接合成过氧化氢的影响。结果表明：酸性介质有利于氢氧直接合成过氧化氢,当反应介质为H2SO4溶液时,氢氧直接合成过氧化氢收率好于其他,其最佳浓度为0．35mol／L。     

食品级过氧化氢的应用及其净化技术

本方介绍了食品级过氧化氢的应用、现状及生产技术,简述了食品级过氧化氢中各种杂质的来源、危害及其脱除杂质的常用净化方法,并对精馏、吸附、树脂交换、重结晶、超临界萃取以及膜分离等各种净化技术的优势和不足进行比较。综述了食品级过氧化氢生产技术的发展趋势和应用前景。     

超纯过氧化氢制备中有机杂质的吸附净化技术进展

介绍了超纯过氧化氢的应用及其生产技术。论述了活性炭的吸附净化机理、工业过氧化氢中有机杂质的产生、危害以及常用的净化除杂技术。在对各种净化技术的优势和不足进行比较的基础上,指出吸附净化技术工艺简单、净化效果好。同时指出了采用活性炭吸附净化技术脱除工业过氧化氢中有机杂质的关键及存在的技术难点。     

北京地区日最大电力负荷预测模型初探

基于2009—2013年北京地区电力负荷以及自动站气象资料,分析讨论了日最大电力负荷的变化特征以及与气象因子之间的相关关系,并使用2009—2012年资料,通过多元回归建立日最大电力负荷预测模型。研究分析结果表明：日最大电力负荷主要出现在09：00—17：00并与气温存在明显相关性,其中在18.7 ℃以上呈正相关,在18.7 ℃以下呈负相关。使用2013年的数据对模型进行验证,其预报准确率达到91.6%,展现出了良好的预报能力。     

甲醇制烯烃用ZSM-5分子筛的研究进展

综述了甲醇制烯烃用ZSM-5分子筛催化剂的研究进展,包括甲醇制低碳烯烃的合成机理、ZSM-5分子筛的结构与酸性对合成低碳烯烃性能的影响以及分子筛的改性。重点探讨了ZSM-5分子筛的改性（如水热处理改性、磷改性、氟改性、硼改性、金属离子改性及其他化学改性）对催化剂表面酸性和孔径、低碳烯烃选择性和催化剂稳定性的影响,指出分子筛孔径/表面酸性的调控和MTO/MTP反应机理的研究是甲醇制低碳烯烃催化剂研究的发展方向。