2019年中国区块链发展形势展望

展望2019年,我国区块链技术与产业发展仍存在诸多瓶颈,如区块链安全问题日益突出、区块链关键技术急需突破、区块链有待与实体产业深度融合以及区块链人才缺口较大。基于此,赛迪智库提出了加强安全技术研究,构建区块链安全风险应对能力;提升自主研发实力,加速区块链核心技术突破;开展试点示范,促进区块链与实体产业深度融合;完善区块链人才培养机制,建设区块链人才队伍等对策建议。     

基于情感分析的文本检索系统的研究

针对目前文本挖掘的情感分析方法的准确性、实时性、提取等问题,构造一种神经网络混合模式,使用记忆神经网络和卷积神经网络对文本特性的提取,再利用情感分析方法进行挖掘。实验表明对文本挖掘的准确性提高了,这种模式在应用中有很大的实用性。     

锰致神经毒性的机制研究进展

目的锰是一种对于维持正常的细胞功能和新陈代谢具有重要作用的微量金属。然而积累过多的锰可能引起大脑功能退化紊乱,其引发的神经系统疾病被称为锰中毒。本文从氧化应激、线粒体损伤、对多巴胺能神经元损害、对内质网应激等方面综述锰致神经毒性机制的研究进展。     

涂料企业安全环保的今天和明天

分享了南京长江涂料经历过的和正在经历的涉及质量安全环保的内容,涵盖安全生产主体责任制、风险隐患管控预防机制、安全分析和标准化评估、五图一表维护、DCS/PLC控制室要求、危废库规范管理、VOCs治理方法、污染排放因子监控、各级专家指导服务、一体化平台建设10项,以飨行业。     

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%。