基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。     

一种基于Spark的不确定数据集频繁模式挖掘算法

如何在海量不确定数据集中提高频繁模式挖掘性能是目前研究的热点.传统算法大多是以期望、概率或者权重等单一指标为数据项集支持度，在大数据背景下，同时考虑概率和权重支持度的算法难以兼顾其执行效率.为此，本文提出一种基于Spark的不确定数据集频繁模式挖掘算法（UWEFP），首先，为了同时兼顾数据项的概率和权重，计算一项集的最大概率权重值并进行剪枝；然后，为了减少对数据集的多次扫描，结合Spark框架的优点，设计了一种具有FP-tree特征的新颖的UWEFP-tree结构进行模式树的构建及挖掘；最后在Spark环境下，以UCI数据集进行实验验证.实验结果表明本文的方法在保证挖掘结果的同时，提高了效率.     

Facile construction of composition-tuned ruthenium-nickel nanoparticles on g-C3N4 for enhanced hydrolysis of ammonia borane without base additives

Developing high-efficiency and low-cost catalysts for hydrogen evolution from hydrolysis of ammonia borane (AB) is significant and critical for the exploitation and utilization of hydrogen energy. Herein, the in-situ fabrication of well-dispersed and small bimetallic RuNi alloy nanoparticles (NPs) with tuned compositions and concomitant hydrolysis of AB are successfully achieved by using graphitic carbon nitride (g-C₃N₄) as a NP support without additional stabilizing ligands. The optimized Ru₁Ni_7.5/g-C₃N₄ catalyst exhibits an excellent catalytic activity with a high turnover frequency of 901 min^?1 and an activation energy of 28.46 kJ mol^?1 without any base additives, overtaking the activities of many previously reported catalysts for AB hydrolysis. The kinetic studies indicate that the AB hydrolysis over Ru₁Ni_7.5/g-C₃N₄ is first-order and zero-order reactions with respect to the catalyst and AB concentrations, respectively. Ru₁Ni_7.5/g-C₃N₄ has a good recyclability with 46% of the initial catalytic activity retained even after five runs. The high performance of Ru₁Ni_7.5/g-C₃N₄ should be assigned to the small-sized alloy NPs with abundant accessible active sites and the synergistic effect between the composition-tuned Ru–Ni bimetals. This work highlights a potentially powerful and simple strategy for preparing highly active bimetallic alloy catalysts for AB hydrolysis to generate hydrogen.     

气烟囱效应——礁滩相岩性气藏的典型地震响应特征

品质良好的地震剖面上出现的地震模糊带称为气烟囱，发现和识别气烟囱是寻找大型气藏的有效方法。四川盆地东北部长兴组气藏是礁滩相岩性气藏，礁、滩作为一个独立的岩性体，与周围的地层、岩性结构差异较大，由此在构造应力场中形成力学尖点，从而产生气烟囱效应。已知的黄龙场、普光等气田，其气烟囱普遍存在。点礁通常形成下方的气烟囱，台缘礁通常在上方形成气烟囱；礁滩相在构造运动中控制了断层的发育过程，凸起的礁滩相上方可能发育对冲断层；斜坡较陡的台缘礁可能发育叠置的逆冲断层；礁、滩两侧边缘的断层一般都比较发育。断层发育加强了气烟囱效应。模拟试验验证了地震剖面解释结果。根据气烟囱地震相特征，预测黑池梁存在一个大型气藏。     

移动智能平台的可信计算体系结构与应用研究

在分析移动智能平台安全需求基础上,从逻辑原理、硬件组成、软件系统三个层面提出了移动智能平台的可信计算体系结构,之后提出了包含十种可信计算应用功能的全景图。     

2G/3G网络漫游的思考

在充分考虑目前移动网络发展现状的基础上,对我国发展3G网络时与2G网络漫游的优势进行了深入的讨论,并提出漫游的解决方案。     

塔河油田成藏期次的地球化学示踪研究

应用油藏地球化学的方法对塔河油田的成藏期次进行了探讨。塔河油田稠油正构烷烃分布完整,但色谱基线不同程度抬升;原油非烃和沥青质碳同位素偏轻,族组成碳同位素发生倒转;原油中普遍含有25-降藿烷。这些特征表明该区油藏经历了至少两期成藏过程,早期充注原油遭受生物降解作用后又受到高成熟原油充注。塔河油田天然气为典型的油型气,成熟度较高,为成熟—过成熟阶段产物,亦显示了两期充注的特征:早期充注的为典型的原油伴生气,充注时间与后期原油的充注时间相同;晚期充注的为高温裂解气,充注方向为自东向西。因此,塔河油田至少存在着3次油气充注过程。      

半导体传感器在生物分析科学中的应用(英文)

回顾了半导体生化传感器 (ISFET 和 LA PS)在医学监测、免疫检测、免疫分析、D N A 杂交以及细胞培养等方面应用的进展。为使半导体器件适用于生化检测,对其中所采用的检测手段和取得的研究结果进行了分析。展望了通过与微流体网络相结合,基于半导体传感器的实验室芯片化的可行性。     

低流度油藏分类及开发特征研究

低流度油藏指流度低于30×10-3μm2/mPa.s的油藏。根据流度大小以及油藏在开发生产中表现出的特征,可将低流度油藏分为一般低流度油藏、特低流度油藏和超低流度油藏。对大港低流度油藏的研究表明,由于低流度油藏地质情况复杂,地层认识不清,因而开发特征复杂,表现为采油速度低,采出程度和采收率低;注水效果差,油藏井距不适应;油井见水后含水迅速上升,产量则急剧下降。     

基于对比折射法的三维静校正技术及其应用

在地形起伏剧烈、速度和厚度横向变化大的地区，折射静校正技术的应用受到诸多限制，主要表现在不能准确地识别和拾取来自于地下连续地质界面的折射波，使得精确求取的长波长静校正量困难。为此，提出了一种基于对比折射法的三维静校正技术。介绍了这种静校正技术的方法原理和特点，基于对比折射法的折射波至拾取实质上是一个折射层的对比分析解释过程，因此能准确地拾取折射波至，精确地求解低速带的绝对延迟时；然后利用延迟时和近地表速度模型（等效，时深，空变）反演表层模型，最终一次性完成基准面静校正（包含低速带校正和高程校正）。在黄土塬、沙漠以及沙漠和山地的接合部等地区，利用基于对比折射法的三维静校正技术进行静校正处理，使资料的品质得到了明显改善，反射同相轴连续性好，信噪比和分辨率高，构造形态清晰可靠，提高了勘探精度。