有关我国纸业可持续发展战略的若干观点(提纲)

1纸业的基本特征与发展趋势纸业是为包装、印刷和信息产业等提供商品材料为主、技术和资金较密集、规模效益显著、连续高效生产的制造业,“在全世界制造工业中位居电信制造工业和汽车工业之后,而居于钢铁工业和航空航天工业之前。” 1995年,全球纸业总销售额为2600亿美元,全行业固定资产约4000亿美元,在美、加、日、北欧等发达国家,纸业已成为经济中十大支柱制造业之一。有专家称,食品业和纸业是“永不衰竭”的产业。 其基本特征和发展趋势如下： 1.1林纸一体化工业林成为纸业的第一车间;发达国家的纸业木纤维占90%以上,而我国则非…     

中国月季文化探究

中国花文化是人类物质财富与精神财富的集中体现。中国月季文化作为中国花文化的一个重要分支,在中国乃至世界都具有广泛而深刻的影响。本文试图根据张启翔教授对于中国花文化结构的研究,探究中国月季文化及未来发展。     

多元融合的人文关怀 ——桑珈工作室设计解析

印度著名建筑师巴克里希纳·多西以其对文化传统的延续转译、建筑社会属性的考量、地域性的探索形成了他个人的批判地域主义哲学,这使他不拘泥于理论范式,广纳多方文化使之与印度建筑文化相融合.桑珈工作室是多西建筑哲学的集大成者,文章从地域性应答、形式与空间、园林、宗教以及建筑原型等角度入手解析,探寻其创作方法的启示.     

为适应疫情后的经济新常态 我国轻工装备企业如何走向高质量发展之路?

在"2020山东省轻工机械行业年会"上,中国轻工企业投资发展协会名誉理事长胡楠教授作了关于后疫情时代轻工装备业高质量发展的主旨报告。报告内容前瞻、针对性强,对全国轻工装备企业克服疫情影响、实现高端装备智能制造、制定企业长远发展规划具有重要的指导意义。经胡楠教授同意,本刊摘录如下。     

抑制辣椒采后疫霉菌的乳酸菌筛选及相关特性分析

辣椒疫霉病对辣椒采后经济效益造成了较大损失,但目前暂未见关于采后辣椒疫霉病的生物防治研究。该试验从自然发酵蔬菜中分离筛选出一株对辣椒疫霉菌具有抑制效果的乳酸菌O2,其对辣椒疫霉菌的菌落生长抑制率为87.18%,经16S rDNA和生理生化实验鉴定其为植物乳杆菌（Lactobacillus plantarum）。采用固体稀释法分析O2发酵上清液的理化特性、对辣椒疫霉菌的最小抑菌浓度（MIC）和最小杀菌浓度（MBC）,采用固体稀释法和牛津杯法分别测定O2发酵上清液对辣椒采后致病菌和部分食源性致病菌的抑菌图谱。结果表明,O2发酵上清液对过氧化氢酶、蛋白酶K、胰蛋白酶、胃蛋白酶不敏感,在温度40~120 ℃和15 W紫外灯照射30~150 min、pH值5范围内抑菌物质稳定,对辣椒疫霉菌的MIC和MBC分别为12.8 mg/mL和25.6 mg/mL,对红色炭疽菌、大肠杆菌、沙门氏菌、志贺氏菌和阪崎肠杆菌具有显著抑制效果。综上所述,植物乳杆菌O2具有良好的抑制辣椒疫霉菌效果,其代谢产物稳定性好,可作为采后辣椒疫霉病的生物防治菌株进一步开发利用。     

林纸一体化与投资多元化(在“中国林纸一体化投资与发展论坛”讲话的修改稿)

从“以草为主”到“草木之争”，近几年来我国纸业界 人士的热门话题是林纸一体化，并把它提高到“加快林纸 一体化是纸业现代化的战略选择”这样一种共识，整整经 历了近半个世纪。今天开幕的“中国林纸一体化投资与发 展论坛”，无论是国家的重视与支持，参加者的踊跃与规 模以及讨论问题的广度与深度，都是空前的。但愿这个论 坛能起到里程碑的作用：一方面林纸产业界的有识之士 能真正认识到如何走林纸一体化之路，另一方面，最关键 的是政府，如何进一步深化市场取向改革并制修订配套 的法律、法…     

辽宁电网信息资源共享平台研究

为实现电网数据整合,提出建立电网的统一信息资源共享平台。该平台是一个构建在由通信网络分层互联、遍布于全电网的服务器计算机上,为电网中任何单位、任何工作人员提供运营和控制管理等信息的大规模信息资源共享平台。通过该平台的支持,将电网公司的运营、控制和管理的全过程整合提高到一个"智能化"高度,满足建设坚强智能电网的条件,满足能源节约、环境友好的要求,满足社会对安全、可靠、高效的电力供应的紧迫需求。     

PWFT-BERT:一种融合排序学习与预训练模型的检索排序方法

信息检索是从文档集合或互联网中找出用户所需信息的过程,细化为召回和排序两个阶段。针对排序阶段中相关文档的重排序,提出一种称为融合排序学习与预训练模型的检索排序方法(Pair-Wise FineTuned Bidirectional Encoder Representation from Transformers,PWFTBERT)。通过对候选论文数据集使用BM25等算法召回出与查询相关的小范围文档后,可应用PWFT-BERT对召回得到的文档集合进行排序。为构造pair-wise形式的训练数据,提出一种伪负例生成算法生成训练数据,并使用排序学习方法微调预训练模型使其适配排序任务。对比IT-IDF和BM25基线方法,PWFT-BERT在WSDM-DiggSci 2020数据集上的检索结果提升了240%和74%,证明了所提方法的有效性。     

消泡剂的研究进展与展望

消泡剂是一种具有化学和界面化学消泡作用的化学药剂,广泛应用于众多工业领域.文章介绍了泡沫的稳定性机理及泡沫的消除方法;综述了脂肪类消泡剂、聚醚类消泡剂、有机硅消泡剂及聚醚改性聚硅氧烷消泡剂产品特点、性能优缺点、适用范围、消泡机理及近些年的研究进展,并对未来消泡剂产品的发展方向进行了分析展望.     

基于CNN-BiLSTM模型的日志异常检测方法

目前日志异常检测领域存在数据量大、故障和攻击威胁隐蔽性高、传统方法特征工程复杂等困难,研究卷积神经网络（CNN）、循环神经网络等迅速发展的深度学习技术,能够为解决这些问题提供新的思路。提出结合CNN和双向长短时记忆循环神经网络（Bi-LSTM）优势的CNN-BiLSTM深度学习模型,在考虑日志键显著时间序列特征基础上,兼顾日志参数的空间位置特征,通过拼接映射方法进行最大程度避免特征淹没的融合处理。在此基础上,分析模型复杂度,同时在Hadoop日志HDFS数据集上进行实验,对比支持向量机（SVM）、CNN和Bi-LSTM验证CNN-BiLSTM模型的分类效果。分析和实验结果表明,CNN-BiLSTM达到平均91%的日志异常检测准确度,并在WC98_day网络日志数据集上达到94%检测准确度,验证了模型良好的泛化能力,与SVM CNN和Bi-LSTM相比具有更优的检测性能。此外,通过消融实验表明,词嵌入和全连接层结构对于提升模型准确率具有重要作用。