光化学反应中的磁场效应 Ⅱ.电子转移光敏化1,2-二苯乙烯的顺反异构化反应

前文报道了外加磁场对吸附在硅胶表面上的芳砜光解反应的影响,本文报道外加磁场影响光化学反应的另一个例子——电子转移光敏化1,2-二苯乙烯的异构化。 近年来电子转移光敏化反应引起了有机光化学家们的极大注意。一些异构化、重排、裂解、氧化反应都可以通过电子转移机理敏化。电子转移光敏化的机理可以用(1)描述。图中A和D分别代表电子的受体和给体。     

新型炭黑

高结构（DBP约130cm^3／1009）和超高结构（DBP约140—170cm^3／1009）炭黑是最先出现的低滞后炭黑品种。其比表面积分别对应于N100、N200、N300系列而适用于不同类型的胎面。高结构或超高结构炭黑拥有较多高度枝状聚集体，在这些枝状聚集体内部及其相互之间，提供了相当大的吸留橡胶和E或软化油的空隙，而且这种枝状聚集体在胶料混炼加工过程中基本不被破坏。     

基于J2EE技术的可配置化系统的设计开发

科技项目在线申报已成为项目申报的主流方式.为适应新形势、新要求,原有的在线项目申报系统需要升级.文章介绍了基于J2EE技术的可配置化项目申报管理系统的开发、实现过程,对系统的需求分析、方案论证、系统设计、数据库设计、模块设计等环节进行详尽的分析和描述.该可配置化系统在处理大规模定制化的项目申报流程时具有适用性和可操作性.     

基于图嵌入与拓扑结构信息的蛋白质复合物识别算法

蛋白质复合物是细胞结构和生化机制的研究基础,如何准确识别蛋白质复合物成为近年来的研究热点。针对传统算法根据结构信息对蛋白质复合物进行搜索存在敏感度和F-measure低的问题,以及现有监督学习算法根据人为构造特征进行蛋白质复合物识别存在特征构造不能较好地反映图的真实信息等不足,提出了graph2vec-SVM识别算法。将蛋白质复合物看作稠密子图并考虑子图模块度大小,利用graph2vec将图信息转换为向量,并进一步采用SVM分类器对蛋白质复合物进行识别,提高了蛋白质复合物识别的敏感度和F-measure。该算法分别与目前流行的4种非监督学习算法(ClusterOne、CMC、HC-PIN和COACH)和3种监督学习算法(SCI-BN、SCI-SVM和RM)进行比较,在精准度、敏感度和F-measure 3项指标上都显示出了良好的性能。     

4G通信技术的FPGA远程更新系统设计

为了解决在恶劣环境、偏远地区等特殊场合的FPGA远程更新问题,提出了一种基于4G无线通信技术的FPGA远程更新系统设计方法。应用4G无线通信模块实现了更新控制器的通信组网,远程控制器通过4G网络与更新控制器建立通信连接,下发控制命令实现FPGA的远程更新。通过实际测试验证了新方法的可行性、正确性,有效弥补了传统更新方法布线复杂、效率低、距离短等不足,提高了设备维护效率、降低了维护成本,对工程应用具有重大意义。     

基于多季相Sentinel-2影像的白洋淀湿地信息提取

白洋淀湿地是华北平原上重要的浅水湖泊湿地,对雄安新区绿色发展具有重要的生态价值。对白洋淀高度异质化的景观格局进行分类,能够为白洋淀湿地资源的遥感监测提供指导意义。针对湿地季节变化的特点,对白洋淀每个季节选取一期具有代表性的Sentinel-2影像,采用分类与回归树（CART）、支持向量机（SVM）、随机森林（RF）3种常用的机器学习分类器对15种季相组合实验方案进行分类,分析不同季相遥感影像及其组合对白洋淀湿地信息提取的优劣。结果表明：相较于使用单一季相影像分类,多季相影像的组合能够显著提高分类精度,春&夏季相组合能够得到最优的分类效果,相对单季影像总体分类精度提高了10.9%~25.5%,Kappa系数提高了0.09~0.29;SVM分类器的分类表现较为稳定,能够得到最高的平均分类精度,CART分类器在处理高维特征的能力不如随机森林和SVM;不同特征类型对湿地信息提取的贡献度从高到底依次是红边光谱特征、传统光谱特征、缨帽变换特征、主成分分析特征、纹理特征。实验成果能为湿地信息的遥感识别提供依据。     

基于LDA和Word2vec的微博标签生成算法

针对基于传统LDA主题模型的标签生成算法对用户兴趣主题描述不完整的问题,提出一种基于主题嵌入表示的微博用户标签生成算法TopicERP.该算法在LDA模型的基础上,通过引入Word2vec词嵌入模型,对用户兴趣主题进行全面描述,并对匹配度计算方法进行改进.首先利用LDA主题模型对用户微博进行主题分析,生成用户兴趣主题;然后利用Word2vec词嵌入模型将主题文本转换为主题向量,用于匹配度计算;最后,利用余弦相似度和主题在文档中的条件概率,计算主题向量与候选标签匹配度,选取Top-Q的候选标签作为目标用户标签.本文在公开微博数据集microPCU上进行实验,实验结果表明,该算法在总体性能上高于基于传统LDA主题模型的微博标签生成算法,生成的用户标签能够较为准确地描述用户的兴趣偏好.     

一种基于网络表示学习的miRNA-疾病关联预测方法

针对miRNA-疾病关联研究中信息使用不充分、过于依赖网络中节点的相似度信息以及预测准确度较低的问题,提出一种基于网络表示学习的miRNA-疾病关联预测方法(network representation learning miRNA-disease association,NRLMDA)。该方法通过引入长链非编码RNA(lncRNA)构造出miRNA-lncRNA-疾病异构网络,丰富原有网络的生物学信息;采用网络表征学习node2vec算法在上述提出的异构网络中以一定的游走策略获得节点的近邻序列,并通过skip-gram模型进行深度学习,从而获得节点的低维特征向量;最后基于miRNA-miRNA相似性的关联规则推断方法预测miRNA与疾病的关联。该方法能够挖掘出全局网络的拓扑结构特征,并且不需要负样本。NRLMDA在留一交叉验证和五折交叉验证以及进一步的案例研究上的实验结果优于经典方法。     

序言

转转诞生之时资源优渥,是个典型的“富二代”选手。2015年的58同城把二手交易平台转转带到台前,在58同城和转转的CEO看来,当时二手市场的互联网渗透率不高,合并了赶集网的新58同城已经是全国最大的信息集散中心,而与微信的合作可以依托其微社交关系链和支付优势。看似前途光明,但转转五年多的发展并不顺遂,甚至称得上是战略摇摆,曾经尝试过C2C、B2C、C2B2C等多种模式,做了诸多尝试但最终放弃了全品类,到现在的聚焦二手3C,其转型几乎跟在其他玩家身后亦步亦趋。那么,转转为何面临如今的局面,“专栏”栏目《转转失速,二手3C流量模式的虚假繁荣》一文做出了解答。     

基于Word2Vec词嵌入和聚类模型的安全生产事故文本案例分类

安全生产事故的分析对应急管理能力提升具有重要意义.通过对安全生产案例的语义分析,利用Word2Vec词嵌入技术和聚类模型,选用CBOW+负采样技术实现词向量,并结合安全生产事故案例分类的数据特点,通过基于半监督学习的聚类模型算法,根据事故性质的认定特点,提出了一种优化初始聚类中心的算法,并利用K-means聚类算法实现安全事故文本案例的分类.实验表明该方法较好实现安全生产的事故案例分类,并对安全生产事故的多个维度分析具有很好借鉴意义.