基于数据网格的分布式音乐服务器系统Gmusic

提出了Gmusic概念，Gmusic是利用数据网格的概念设计，在Globus Toolkit基础上开发的分布式音乐服务器系统，该系统主要利用了Globus Toolkit提供的对网格环境下文件的注册、发布、删除、拷贝、查询、远程访问、数据传输、安全性保护等功能。阐述了Gmusic系统的特点、结构分析和系统的实现。     

话题跟踪中静态和动态话题模型的核捕捉衰减?

话题跟踪是一项针对新闻话题进行相关信息识别、挖掘和自组织的研究课题,其关键问题之一是如何建立符合话题形态的统计模型.话题形态的研究涉及两个问题,其一是话题的结构特性,其二是话题变形.对比分析了现有词包式、层次树式和链式这3类主流话题模型的形态特征,尤其深入探讨了静态和动态话题模型拟合话题脉络的优势和劣势,并提出一种基于特征重叠比的核捕捉衰减评价策略,专门用于衡量静态和动态话题模型追踪话题发展趋势的能力.在此基础上,分别给出突发式增量式学习方法和时序事件链的更新算法,借以提高动态话题模型的核捕捉性能.实验基于国际标准评测语料TDT4,采用NIST(National Institute of Standards and Technology)提出的最小检测错误权衡系数评测法,并结合所提出的核捕捉衰减评价方法,对各类主要话题模型进行测试.实验结果显示,结构化的动态话题模型具有最佳的跟踪性能,且突发式增量式学习和时序事件链的更新算法分别给予动态话题模型0.4%和3.3%的性能改进.     

110kV主变套管漏油故障的分析及处理

正变压器是电力系统中主要的设备,而套管又是变压器最重要的附件之一。目前,几乎所有变压器都使用油纸绝缘套管,随着运行时间的增加,出现各种原因导致的套管漏油,甚至套管损坏,极大程度上威胁着变压器的安全运行。1故障现象某110kV变电站共有2台110kV主变。某日,发现#2主变高压侧A相套管漏油,目测漏油速度大约为10~     

岗位设置与专业技术资格评聘衔接性问题研究

论述了岗位设置对落实教师专业职务评聘的作用,分析了专业职务评聘对岗位设置的要求以及现阶段存在的问题,提出了岗位设置与专业技术资格评聘有效衔接的措施,以推进高校人事制度改革,促进高校可持续发展.     

文南油田开发中后期沉积微相精细研究

重新认识处于开发中后期油藏的沉积环境、沉积微相及其特征，建立准确的储集层模型，对于查明剩余油分布和挖掘剩余油潜力、提高采收率具有重要的现实意义。通过对东膜凹陷文南油田沙二下亚段古生物特征、地球化学特征、沉积构造特征、储集层岩性特征、粒度特征等方面的综合分析，认为其沙二下亚段为干旱炎热气候条件下的间歇性涨缩浅湖环境下发育的浅水三角洲和滨浅湖沉积体系；划分出三角洲前缘水下分流河道、水下溢岸砂、水下天然堤、水下分流间湾、前三角洲砂泥、滨浅湖泥等6种沉积微相类型；分析各沉积微相特征，指出水下分流河道砂体储集物性最好，水下送岸砂次之。图5表1参13     

基于搜索引擎的双语混合网页识别新方法

该文提出了一种从搜索引擎返回的结果网页中获取双语网页的新方法,该方法分为两个任务。第一个任务是自动地检测并收集搜索引擎返回的结果网页中的数据记录。该步骤通过聚类的方法识别出有用的记录摘要并且为下一个任务即高质量双语混合网页的验证及其获取提供有效特征。该文中把双语混合网页的验证看作是有效的分类问题,该方法不依赖于特定领域和搜索引擎。基于从搜索引擎收集并经过人工标注的2 516条检索结果记录,该文提出的方法取得了81.3%的精确率和94.93%的召回率。     

产品创新企业联系消费者的纽带

王佳芬是光明乳业有限公司董事长，在她看来，起初的光明靠的就是创新，通过引导广大消费者对健康生活方式的追求，影响消费业态。     

高盐矿井水回用反渗透阻垢剂的阻垢性能试验

为解决宁夏某煤矿矿井水双膜法深度处理工艺中反渗透系统浓水侧结垢严重、进口阻垢剂成本高昂、运营成本倍增等问题,研制出适用于高硬度、高碱度、高矿化度矿井污水的反渗透阻垢剂JC-660,采用静态试验、动态模拟试验、现场应用测试JC-660的阻垢性能。结果表明,反渗透阻垢剂JC-660性能优异,可实现98.44%的高阻垢率,高于国外某进口品牌阻垢剂的11倍浓缩液(98.31%)和8倍浓缩液(98.33%)的阻垢率。且该阻垢剂在一定程度上缩小了企业经营成本,提高了企业生产运行稳定性。     

基于高困惑样本对比学习的隐式篇章关系识别

隐式篇章关系识别是一种自动判别论元语义关系的自然语言处理任务。该任务蕴含的关键科学问题涉及两个方面: 其一是准确表征论元语义;其二是基于语义表示,有效地判别论元之间的关系类型。该文将集中在第一个方面开展研究。精准可靠的语义编码有助于关系分类,其根本原因是,编码表示的可靠性促进了正负例样本的可区分性(正例样本特指一对蕴含了“目标关系类”的论元,负例则是一对持有“非目标关系类”的论元)。近期研究显示,集成对比学习机制的语义编码方法能够提升模型在正负例样本上的可辨识性。为此,该文将对比学习机制引入论元语义的表示学习过程,利用“对比损失”驱动正负例样本的“相异性”,即在语义空间中聚合同类正样本,且驱散异类负样本的能力。特别地,该文提出基于条件自编码器的高困惑度负例生成方法,并利用这类负例增强对比学习数据的迷惑性,提升论元语义编码器的鲁棒性。该文使用篇章关系分析的公开语料集PDTB进行实验,实验结果证明,上述方法相较于未采用对比学习的基线模型,在面向对比(Comparison)、偶然(Contingency)、扩展(Expansion)及时序(Temporal)四种PDTB关系类型的二元分类场景中,分别产生了4.68%、4.63%、3.14%、12.77%的F₁值性能提升。     

基于跨场景推理的事件关系检测方法

事件关系检测是一项面向事件之间逻辑关系的自然语言处理技术。事件关系识别的核心任务是以事件为基本语义单元,通过分析事件的篇章结构信息及语义特征,实现事件逻辑关系的深层检测。该文首次建立一套事件关系检测的任务和研究体系,包括任务定义、关系体系划分、语料采集与标注、评价方法等。同时,该文提出了一种跨场景推理的事件关系检测方法,该方法认为,具有相同事件场景的“事件对”,往往具有相同的事件关系类型。该文提出的基于跨场景推理的事件关系检测方法在针对四大类事件关系类型的检测精确率为54.21%。