水文模型参数敏感性的区间分析

介绍SIMHYD降水径流模型的结构及计算原理,利用该模型模拟了丹江口以上汉江上游流域的月流量过程,并采用区间分析方法分析SIMHYD模型参数的敏感性。结果表明:SIMHYD模型可以较好地模拟该流域的月流量过程;根据参数敏感性大小可将SIMHYD模型参数归为3类:第1类为敏感参数,如SMSC和SUB;第2类为较敏感参数,如CRAK和K;第3类为非敏感参数,如INSC,COEFF和SQ。     

铁皮石斛在个人护理品中的应用

通过对铁皮石斛富含的主要化学成分:多糖、黄酮类、酚类等的概述,重点讨论了铁皮石斛的护肤功效及其在个人护理品中的潜在应用,为今后铁皮石斛的进一步挖掘利用提供理论支撑.     

一种维吾尔语句子相似度算法的研究

基于实例的机器翻译是一种重要的机器翻译技术,句子相似度的衡量是基于实例机器翻译研究中最重要的一个内容。对于基于实例的维吾尔语机器翻译研究,维吾尔语句子相似度衡量的准确性,直接影响到最后翻译结果的输出。提出了一种维吾尔语句子相似度的计算方法,采用的基于词形特征的粗选算法、散列单词倒排索引能够有效提高算法的查找速度,快速从语料库中筛选出候选句子集合;多策略精选算法中采用基于维吾尔语词频的单词区分度算法、连续单词序列抽取算法,可以有效衡量两个维吾尔语句子的相似程度,实验结果证明算法是有效的。     

基于噪声信道的维吾尔语央音原音识别模型

维吾尔语单词连接构形词缀时,经常发生元音弱化成央音的现象。但对已有形态变化的单词进行形态还原时,使用规则识别弱化央音的原音的效率一般在40%左右。提出基于噪声信道的维吾尔语央音原音识别模型。该模型以弱化词干词尾的二字符、三字符和最后音节作为上下文,建立语言模型和似然度计算公式。在开放测试中,模型的准确率达到82.45%,提高词干提取准确率15%。     

统计与规则相结合的维吾尔语句子边界识别

句子边界识别是词性标注和句法分析等自然语言处理系统的基础问题。提出了一种统计与规则相结合的维吾尔语句子边界识别方法,首先利用歧义段落分类算法分类段落,第二步对无歧义段落进行基于规则的句子边界识别,最后使用最大熵模型对有歧义段落进行句子边界识别。该方法有效利用规则弥补最大熵模型因数据稀疏而误判不存在任何歧义情况的不足,使用最大熵模型有效地消除歧义,提高算法的鲁棒性,召回率达到了98.77%。     

从德国制革污水、污泥处理状况 展望我国制革污染的治理

介绍了德国制革污水、污泥处理的方法、技术水平和发展思路,提出我国制革污水、污泥治理的思考与建议,目的在于推进我国制革污染治理的进程。     

浅谈卫生间、盥洗室防水工程的施工质量问题

建筑工程中的“渗漏”现象严重地影响了建筑物的使用功能和寿命 ,给人们的生活造成了许多不便 ,并且造成了大量的防水材料、人工及维修费用的浪费。多年来 ,人们采取了许多方法和措施 ,获得了一定的成效。但是厕所卫生间、盥洗室的渗漏问题还是较为突出 ,并已成为建筑行业公认的一大质量通病。造成卫生间、盥洗室的“渗漏”是多方面的 ,但笔者认为防水工程的施工质量问题是其重要的原因。在施工中选用的防水材料不恰当 ,不按规范要求选材 ;防水基层不平整 ,造成防水层积水 ,长期潮湿而霉烂 ;排水口、管根、墙角等细部未做防水处理 ;施工过程…     

神经机器翻译面对句长敏感问题的研究

随着深度学习的发展神经网络机器翻译有了长足的进步.众所周知,神经机器翻译方法对句子长度比较敏感.为了充分利用海量平行语料,考虑平行语料句子长度信息,把原平行语料划分若干个模块,为每一个模块训练一个子模型,提出一种按句子长度融合策略的神经机器翻译方法.当训练结束时,通过句长边界划分后的模型融合与三特征(困惑度、句长比与分...     

浊度法测定驱油用聚合物浓度反应时间的确定

研究了浊度法测定驱油用聚合物浓度时反应时间对溶液浊度（NTU值）及测定浓度的影响,结果表明,一定浓度样品的NTU值随反应时间的延长而发生变化,对于“1．3％NaClO、5mol／LCH,COOH、聚合物”按等体积混合,当反应进行到13min～17min时NTU值相对稳定。当反应时间一定时,样品浓度与NTU值间存在良好的线性关系,只要保证测定待测样品NTU时的反应时间与绘制标准工作曲线时的反应时间一致,反应时间在3min-20min范围内,不必等到稳定（13min后）即可获得可靠的测定结果。因此在不影响测试数据精度的条件下缩短了样品的测定时间,提高了样品检测效率。该研究在聚合物驱矿场试验的注聚质量控制得到了很好的应用。     

基于预训练模型的医疗命名实体识别

文中针对生物医学实体识别中存在的边界识别不准确和鲁棒性差的问题,提出了一种融合了预训练语言模型BERT与跨度标签网络的命名实体识别模型。该模型利用BERT获取文本的上下文信息,并结合跨度标签网络进行实体分类及边界判定,显著提升了实体识别的准确性。为增强模型的鲁棒性,引入对抗训练策略,通过迭代训练正常样本与对抗样本,以优化模型参数。基于CCKS2019评测数据集的实验表明,应用对抗训练方法后,其精准率、召回率及F1值均有所提升,验证了对抗训练能对提高模型的预测能力和鲁棒性的有效性。