阿那格雷三氯衍生物的合成

以3,4,5-三氯苯胺为起始物料,经过桑德迈尔反应,氧化开环,还原反应,烷基化反应,环合反应得到阿那格雷三氯衍生物。桑德迈尔反应中,反应温度控制在70～80℃范围内,4,5,6-三氯靛红收率为79.7%;氧化开环中,反应温度保持50℃,在6 mol/L氢氧化钠水溶液中滴加过氧化氢,6-氨基-2,3,4-三氯苯甲酸收率64.4%;环合反应时,用氯甲脒盐酸盐替代溴化氰作为环合剂,避免剧毒物对人体的伤害。所得到化合物及中间体经过质谱、核磁共振氢谱等分析手段进行了表征,波谱数据与化合物结构吻合。合成阿那格雷三氯衍生物的方法步骤少、收率高,具有良好的应用前景。     

施用腐植酸肥料对洋葱产量和品质的影响

施用腐植酸肥料对洋葱产量和品质的影响。试验采用随机区组对比试验,小区面积48m^2,每个处理3个重复,追肥采用4个不同生长时期条施或撒施后浇水。与对照相比,腐植酸肥料可平均增产13．2％,最高达到24．9％。在品质方面,与对照相比,腐植酸肥料可平均提高总糖6．7％,     

融合对抗训练及全局指针的实体关系联合抽取

实体关系联合抽取旨在从文本中抽取出实体关系三元组, 是构建知识图谱十分重要的步骤之一. 针对实体关系抽取中存在的信息表达能力不强、泛化能力较差、实体重叠和关系冗余等问题, 提出了一种实体关系联合抽取模型RGPNRE. 使用RoBERTa预训练模型作为编码器, 提高了模型的表达信息能力. 在训练过程中引入了对抗训练, 提升了模型的泛化能力. 使用全局指针, 解决了实体重叠的问题. 使用关系预测, 排除不可能的关系, 减少了冗余的关系. 在基于schema的中文医学信息抽取数据集CMeIE上进行的实体关系抽取实验表明, 模型的F1值比基准模型提升了约2个百分点, 在实体对重叠的情况下, 模型的F1值提升了近10个百分点, 在单一实体重叠情况下, 模型的F1值提升了大约1个百分点, 说明该模型能够更准确地提取实体关系三元组, 从而有效提升知识图谱构建的准确度. 在含有1–5个三元组的对比实验中, 在拥有4个三元组的句子中, 模型的F1值提升了约2个百分点, 而在拥有5个及以上三元组的复杂句子中, F1值提升了约1个百分点, 说明该模型能够较好地处理复杂句子场景.     

基于Labview的PCR分析仪温度校准数据处理系统开发

借助Labview在Windows底层下处理文本文档和office办公软件的功能,和Labview强大的数据处理功能。将Labview与聚合酶链反应(PCR)分析仪温度校准系统无缝连接,包括测量数据的调用、修正并自动生成固定格式的Excel和Word文档。在Labview用户界面开发的基础上,生成Windows可运行的独立安装包(. exe)。实现PCR仪温度校准过程中的全自动化,实践表明,这套数据处理软件能实现温度校准数据处理的应用,满足现行规程规范的数据处理要求,提高结果计算的快速性、准确性和正确性。     

硝基腐植酸在米泉水稻本田应用初探

硝基腐植酸(NHA)是米泉县腐植酸厂出口创汇产品。据反馈回来的信息,出口国外主要是应用于农业。为了探索NHA在农业上的增产作用,1995年在三道坝乡十二户西村新四队稻田试验取得了良好的增产效益。1996年春,又小面积用于旱育秧和做了小区试验亦有较明显效果,现将1996年在水稻本田试用情况整理总结如下: 一、试验设计 试验地安排在长山子乡马场湖村低产稻地。面积11.8亩,共19块,其中10块为试验     

腐植酸肥料在加工番茄上施用的肥效及对品质的影响

加工番茄上施用腐植酸肥料,增产效果明显,比对照增产12．56％～27．47％,其中：等成本处理〉60％常规养分处理〉等成本优化配比处理。施用腐植酸肥料可以增加加工番茄的还原糖、总酸度、VC、可溶性固形物和茄红素的含量,并降低硝酸盐含量。其中：以等成本处理效果最为明显。     

硝基腐植酸在水稻旱育秧生产上的应用试验

硝基腐植酸是近年来米泉腐植酸厂在为大农业服务方面开发的又一新产品。该产品出口到日本、马来西亚,泰国等国家,主要用于水稻生产、瓜果及农产品品质改良。日本是世界水稻生产大国之一,生产技术水平在世界名列前矛,技术水平如此高的国家都要应用硝基腐植酸,可见该产品在水稻生产上,具有重要的使用价值。     

热泵技术的可持续发展与节能环保道路

我国是能源消费大国,其中建筑能耗占到全国能耗的近1/4.从可持续发展的角度看,利用可再生能源、提高能源利用效率是贯彻落实科学发展观、走可持续发展道路的重要途径.     

建筑给水、排水及采暖工程施工方案

随着人们生活水平的提高,民众对建筑使用功能方面日益关注,节能、保量、观感和使用功能列入建筑业非常重要的部分,供水、排水及采暖质量逐渐引起人们重视与关注.     

融合实体特征及多种类注意力机制的领域关系抽取模型

基于远程监督的关系抽取方法可以明显地减少人工标注数据集的成本,已经被广泛应用于领域知识图谱的构建任务中.然而,现有的远程监督关系抽取方法领域针对性不强,同时也忽略了对领域实体特征信息的利用.为了解决上述问题,提出了一种融合实体特征和多种类注意力机制的关系抽取模型PCNN-EFMA.模型采用远程监督和多实例技术,不再受限于人工标注.同时,为了减少远程监督中噪声的影响,模型使用了句子注意力和包间注意力这两类注意力,并在词嵌入层和句子注意力中融合实体特征信息,增强了模型的特征选择能力.实验表明,该模型在领域数据集上的PR曲线更好,并在P@N上的平均准确率优于PCNN-ATT模型.