木质素工业研究进展

介绍了木质素的来源、元素组成、化学结构及分类,综述了木质素在农业、高分子化学及吸附剂领域的研究现状,对木质素应用研究的未来趋势进行了分析和讨论。     

基于3D打印技术的眼科OCT设备计量校准装置研制

为了评估眼科光学相干断层成像（OCT）设备的分辨率、视场角、图像匹配度、深度测量准确性等多个关键参数,确保设备输出量值的准确性与有效性,设计并研制了一种模拟真实人眼结构且参数可溯源的模拟眼,包含角膜和晶状体等人眼主要屈光结构。设计并依托3D打印技术加工了用于横向与轴向分辨率检测的三维分辨率板;设计加工了用于视场角检测的阶梯状同心圆环结构;同时设计加工了用于图像匹配度检测的交叉光纤组件和用于深度测量准确性参数检测的平行玻璃板组件,可适配于模拟眼眼底凹槽内。使用共焦拉曼显微镜对三维分辨率板尺寸溯源,横向和轴向最小可检测分辨率分别为9.7 μm和5.7 μm;使用尼康投影仪对同心圆环尺寸及光纤直径溯源,最大可检测视场角109.03°以及最小62.5 μm的图像匹配度检测;使用尼康高度计对平行玻璃板中心厚度溯源,其测量不确定度小于5 μm。经过对商用眼科OCT设备测试表明,结合微纳3D打印技术的计量校准用模拟眼具有精度高、集成度高、适用范围广、稳定性强等优点,适用于眼科OCT设备的计量校准。     

由青少年的健康问题审视中小学体育课的缺失

教育部体质监测十几年的数据表明,我国中小学生的身体素质在逐年下降,并已多年保持了很低的水平,而这也反映出我国的中小学体育课没有真正起到增强体魄、增进健康的身体教育作用.本文通过对教育部监测数据的分析,探讨我国中小学生面临的主要健康问题,并分析体育课程中所存在的教育缺失,为我国中小学体育教学的科学发展提出建议.     

非标工况下毛细管长度对家用空调器性能影响规律的研究

通过研究家用空调器的制冷量、能效比、排气温度、吸气温度等随室外温度和毛细管长度的变化规律,得出增加毛细管长度有利于提升高温工况下的制冷量,缩短毛细管长度有利于提升低温工况下的制冷量的结论,对于空调系统匹配有一定的指导意义。     

空调系统制冷剂压力脉动产生的噪声分析及对策

从分析空调制冷剂系统气流脉动产生的周期性压缩波出发,从理论和实验2个方面阐述变频空调系统制冷剂压力脉动是噪声产生的根本原因,提出抑制这种噪声的措施.为变频空调产品的噪声研究提供新的思路和方向.     

谈谈暗立井深孔分段爆破中空大孔的作用

本文论述了中空大孔在深孔爆破成井中的五大作用。     

辽河保护区铁岭段河流健康综合评价研究

为了明确辽河保护区铁岭段河流的健康状况,针对河流存在的问题提出具体的治理和维护建议,以促进河流健康发展。基于河流健康内涵和辽河保护区铁岭段河流的具体情况,构建了自然形态状况、水质状况、底泥状况、水生生物及生态环境状况和社会服务状况5个准则层和23个指标层组成的河流健康评价体系。采用层次分析法(AHP)确定河流健康体系中的准则层和指标层的权重,模糊综合评价法对辽河保护区铁岭段河流进行健康评价。结果表明:辽河保护区铁岭段河流的综合健康状况为中等。其中,自然形态健康状况为中等,水质健康状况为优,底泥健康状况为优,水生生物及生态环境健康状况为良好,社会服务健康状况为中等。河流存在水质指标污染物超标排放、底泥中Cd潜在生态风险很高、植被覆盖率低、湿地保留率低和水资源利用效率不高等问题,表明还需要实施具体措施以提高辽河保护区铁岭段河流健康水平。     

基于在线Biterm主题模型的舆情新闻事件跟踪

舆情新闻事件跟踪,是舆情监控、热点分析、政策制定等研究和应用的重要基础。针对舆情新闻的稀疏性、敏感性、易演化性、次生性等特点,基于在线Biterm主题模型（online Biterm topic model,DBTM）,通过随机坍缩变分贝叶斯（stochastic collapsed variational Bayesian inference,SCVB0）算法更新参数,提出面向舆情新闻事件监控的主题模型MBTM(monitor Biterm topic model),利用该模型检测初期事件主题,跟踪后续新闻所属的主题。为了对存在关联关系的事件进行串联,进一步给出事件线索的概念,分别从主题层面和语义层面度量线索关联度,进而针对新闻事件主题生成事件线索。实验结果表明,MBTM模型在大多数指标上均优于OBTM等模型,验证了该方法的有效性和高效性。     

基于BERT的民间文学文本预训练模型

民间文学文本中含有大量生动形象的修辞手法;人名、地名极其复杂,难以判断词与词之间的边界;与现代汉语表达差别较大,预训练语言模型难以有效地学习其隐含知识,为机器自然语言理解带来困难。该文提出一种基于BERT的民间文学文本预训练模型MythBERT,使用民间文学语料库预训练,将BERT的字隐蔽策略改进为对中文词语隐蔽策略。对民间文学文本中解释字、词的注释词语重点隐蔽,减小BERT隐蔽的随机性并有利于学习词语语义信息。同时利用注释增强语言模型表示,解决一词多义、古今异义等问题。将MythBERT与BERT、BERT-WWM和RoBERTa等主流中文预训练模型在情感分析、语义相似度、命名实体识别和问答四个自然语言处理任务上进行比较。实验结果表明,注释增强的民间文学预训练模型MythBERT在民间文学文本任务上性能显著提升,与基线方法相比取得了最优的效果。     

基于机器学习的高速列车轴承温度状态识别

通过研究大量的高速列车轴承温度实测历史数据,提出了利用轴承温度关联测点之间的变化相似作为实现轴承温度状态连续性识别的依据。首先,应用无监督学习One-class SVM算法进行异常识别,结果表明该算法虽然可以较好地识别异常即"紧急"状态,但无法实现轴承温度状态的连续性识别。然后,进一步地根据相对温度变化将轴承从正常到故障失效整个过程定义为4个阶段,即长、中、短、紧急,并提出了以包含相对温度及温变速率等信息的图像样本来描述轴承温度状态变化的数据表达方式。最后,应用深度学习CNN算法进行轴承温度状态的连续性识别,结果表明CNN模型能够可靠地识别轴承温度的不同状态,从而为实现高速列车轴承预测性维护提供了一定支撑。