基于SPME指纹图谱主成分分析的烟丝加香均匀性评价方法

为了建立相同规格烟丝在不同加香设备下的加香均匀性评价方法,本研究利用均匀和不均匀加香两组样品,通过固相微萃取-气相色谱/质谱联用(SPME-GC-MS)方法建立卷烟烟丝挥发和半挥发性化学成分检测方法;并基于指纹图谱主成分分析获得的二维PCA得分图,计算同一组样品在PCA得分图上的椭圆面积,来评价卷烟工艺的加香均匀性。结果表明,该方法可以区分出加香均匀和不均匀的两组样品,并且通过椭球面积来量化出加香均匀性的大小。     

三七挥发性物质的气相色谱分析

本项目利用气相色谱-质谱联用仪对中药三七蒸汽溶液进行分析研究,建立了相应的测定方法及获得相应的气相色谱图谱。通过检索美国国家标准与技术局(NIST)的质谱图库,测得了19种可能化合物,其中2-甲氧基-4-(1-丙烯基)-苯酚、十四烷酸、十八碳二烯酸、二十五烷的可信度达95%以上。     

夏枯草指纹图谱研究概况

唇形科植物夏枯草Prunella vulgaris L.的干燥果穗是中国药典收载的常用中药。其清肝泻火,明目,散结消肿,常用于目赤肿痛,头痛眩晕乳房胀痛等症状。本文通过查阅文献对夏枯草的指纹图谱的研究现状进行了综述,从而为其质量控制的深入研究提供参考。     

基于联合编码的煤矿综采设备知识图谱构建

利用知识图谱技术进行数据管理可实现对煤矿综采设备的有效表示,以便获取具有深度挖掘价值的信息。煤矿综采设备数据不均衡、某些类别设备实体较少等问题影响实体识别精度。针对上述问题,提出了一种基于联合编码的煤矿综采设备知识图谱构建方法。首先构建综采设备本体模型,确定概念及关系。然后设计实体识别模型：利用Token Embedding、Position Embedding、Sentence Embedding和Task Embedding 4层Embedding结构与Transformer-Encoder进行煤矿综采设备数据编码,提取词语间的依赖关系及上下文信息特征;引入中文汉字字库,利用Word2vec模型进行编码,提取字形间的语义规则,解决煤矿综采设备数据中生僻字问题;使用GRU模型对综采设备数据和字库编码后的字符向量进行联合编码,融合向量特征;利用Lattice-LSTM模型进行字符解码,获取实体识别结果。最后利用图数据库技术,将抽取的知识以图谱的形式进行存储和组织,完成知识图谱构建。在煤矿综采设备数据集上进行实验验证,结果表明该方法对综采设备实体的识别准确率较现有方法提高了1.26%以上...     

小样本关系下的时序知识图谱推理

在各大知识推理应用场景下,知识图谱中时序的缺失、知识图谱构建时实体关系的不完善,已然成为研究者们亟需解决的问题。为此,构造了一种融合时序信息与小样本关系的知识图谱推理模型,该模型将知识图谱的三元组表示扩展到含有时序信息的四元组表示,并通过时序信息来提高推理路径的准确性。此外,通过元学习从高频关系中学习元参数,并使用元参数适配小样本关系任务,提高模型在小样本关系中的泛化能力。实验表明,所提出的方法在Hits@1、Hits@3、Hits@10和MRR上均高于对比方法,并且均提高5%以上,表明所提出的方法可以完成知识图谱的推理,并且在小样本关系下具有较好的效果。     

知识驱动的南水北调工程巡检信息推荐方法

基于南水北调工程巡检专报结合专家经验构建巡检知识图谱概念模型,在此基础上利用实体关系联合抽取框架进行巡检知识抽取,并以Neo4j图数据库为载体进行巡检知识图谱可视化。基于巡检知识图谱进行南水北调工程巡检信息推荐,利用BERT(Bi-directional encoder representation from transformers)预训练模型设计BERT孪生网络,通过知识检索及字符串相似度计算等技术,实现关联工程风险信息推荐,以辅助巡检人员进行工程风险等级诊断。通过实验评估了知识抽取及字符串相似度计算模型的准确性,知识抽取F1值达到88.42%,字符串相似度计算F1值为86.00%。该方法可提高南水北调工程风险管理能力、推动工程运维的数字化发展。     

基于变电站检修历史数据的检修图谱研究

在变电站的日常巡检和维护中,积累了大量的设备检修记录和缺陷情况记录文本,这些记录文本由于以自然语言的形式记录在系统中.由于日常管理和维护的不规范和其他一些原因,造成数据的分散、缺漏和缺乏系统性.因此,本文根据人工智能中的知识图谱技术,从数据来源、知识抽取、知识融合和知识可视化展示四个方面,构建基于变电站检修历史数据的检...     

我国慢行系统研究热点及发展趋势——基于CiteSpace的知识图谱量化分析

近年来,随着社会经济发展,城市发展理念在不断革新,慢行系统作为城市空间的重要组成部分,相关研究也在持续深化。本文利用CiteSpace软件,对2006—2022年CNKI数据库中收纳的1295篇慢行系统主题相关的文献进行知识图谱量化分析,通过对发文量时间分布、作者与研究机构分布、关键词共现、关键词聚类、关键词时区分布等图谱的分析,阐述目前国内关于慢行系统的研究热点与发展趋势,总结出慢行系统研究的三个阶段,从而对慢行系统相关研究进行介绍。     

基于CiteSpace的乡村聚落空间研究评述与展望

在我国全面推进乡村振兴战略的背景下,对作为乡村振兴载体的乡村聚落空间进行研究有助于乡村的可持续发展。文章运用CiteSpace对CNKI数据库中1991-2022年有关乡村聚落空间研究的455篇文献进行可视化分析,探讨相关研究热点与趋势。研究结果表明,我国乡村聚落空间研究主要集中在空间结构、空间分布特征、空间演化与空间优化四个方面。未来乡村聚落空间研究应加强对乡村行为主体的考量,增加研究的普适性,加强跨学科、跨领域的综合研究,对社会文化等因素指标体系的构建进行深入研究。     

结合关系路径与有向子图推理的链接预测方法

针对基于归纳关系预测的知识图谱补全方法,现有的方法仅限于直推式推理,训练期间必须知道全部的实体集合。提出一种基于图神经网络的关系预测方法。首先提取图神经网络的局部有向子图进行推理,其次引入一个用于归纳关系推理的节点-边双向信息传递机制,以加强节点和边之间的信息交流并有效处理三元组中的非对称关系。鉴于实体之间不同的连接路径揭示了其关系的本质并有助于预测推理,因此考虑两个实体之间的关系路径,用适用于归纳式推理的关系类型表示其路径,定义了边嵌入的注意力公式,对在训练集中没有见过的实体进行关系预测。在适用于归纳推理方法的常用基准数据集上的实验结果表明,该方法相比基线模型提高了三元组的预测精度。