丝胶温敏凝胶对棉织物性能的影响

为提高棉织物的力学性能和热稳定性,采用互穿聚合物网络(IPN)技术,制备了聚N-异丙基丙烯酰胺/丝胶IPN水凝胶;并以戊二醛(GA)为交联剂,通过浸渍法将IPN水凝胶用于棉织物的改性整理。采用傅里叶变换红外光谱仪、扫描电子显微镜、差示扫描量热仪、X射线衍射仪、热失重分析仪和万能材料拉力机对改性棉织物进行测试和表征。结果表明:IPN水凝胶的最低临界溶液温度为30.79 ℃;改性棉织物表面和纤维之间形成一层改性凝胶膜,但其结晶2θ角没有偏移;改性棉织物的断裂强度、断裂伸长率和弹性模量分别提高了29.39%、35.24%和17.58%,分解温度提高了61.79%。     

氟化法深度脱除工业硫酸锰中钙镁的研究

使用氟化铵为脱除剂,研究了工业硫酸锰中钙、镁杂质的深度除杂工艺。通过正交试验和单因素试验研究了反应时间、氟化铵过量系数、反应温度和pH对钙、镁脱除效果的影响。结果表明,影响钙和镁脱除效果的因素依次为氟化铵过量系数、反应温度、反应时间和pH。在氟化铵过量系数为2,反应温度90℃,反应时间60min和pH=4.5的条件下,钙、镁脱除率分别达到99.18%和97.05%。在反应后期加入适量的硫酸铝,不仅可以强化沉淀效果、改善过滤性能,还可以去除一部分溶液中残留的氟离子。     

软代数的区间软代数

在软代数上就区间端点为分明元和奇偶元两种情形，证明了这类区间可以构成软代数，讨论了软代数与其区间软代数同态性质以及软代数与两个区间软代数的直积软代数的同态同构性质     

基于种子自扩展的命名实体关系抽取方法

命名实体间关系的抽取是信息抽取中的一个重要研究问题，该文提出了一种从大量的文本集合中自动抽取命名实体间关系的方法，找出了所有出现在同一句子内、词语之间的距离在一定范围之内的命名实体对，把它们的上下文转化成向量。手工选取少量具有抽取关系的命名实体对，把它们作为初始关系的种子集合，通过自学习，关系种子集合不断扩展。通过计算命名实体对和关系种子之间的上下文相似度来得到所要抽取的命名实体对。通过扩展关系种子集合的方法，抽取的召回率和准确率都得到了提高。该方法在对《人民日报》语料库的测试中，取得了加权平均值F-Score为0.813的效果。     

基于多分类器决策的词义消歧方法

词义消歧问题可以形式化为典型的分类问题.通过学习少量带有词义标注的语料构造多个消歧分量分类器,并利用未标语料动态地对这些分类器进行更新,根据最终分量分类器分别对多义词义项的判定结果,组合决策多义词的义项.该方法无需手工构造大规模具有词义标注的语料库,并且具有较高的消歧准确率.     

超高频RFID标准和测试技术演进

EPC Gen2 V2标准于2013年正式发布,目前正值V2标准快速产品化和应用部署的阶段。V2标准完全是依据用户在实际应用中遇到的问题和新增的需求进行修订的,新标准在保证向下兼容的同时,强化了原有的功能,并带来了一系列的新特性,包括反仿冒、安全性、不可跟踪性、以及文件管理等。这些新特性也带来了测试测量的新需求,对于测试设备来说,是否具备良好的可扩展性则成为了最关键的因素。     

一种基于锚文本的并行检索策略

进行Web信息检索时,页面中的锚文本与正文存在较大相关性,多数检索系统忽视了锚文本对页面正文的贡献。该文提出一种提高检索精度的方法,为文档集建立一个基于页面正文的索引和一个基于锚文本的索引,对其采取并行检索策略。实验结果表明,该方法可以有效处理特定结构的网页集。     

基于二维QoS模型的Web服务组合

在实际应用中,单个Web服务通常无法满足复杂应用的需求,如何组合已有的服务,从而提供更强大更完整的商业功能已成为此领域的研究热点。然而现行的SOA架构中,Web服务组合方法中很少考虑Web服务质量（QoS）问题,或者对Qos考虑得不够全面,这样,组合出的服务不能确保能够满足用户的QoS需求。针对这一问题,提出了Web服务的二维QoS模型,并使用了改进的UDDI规范,在此基础上给出了基于QoS的Web服务组合的有色Petri网组合策略。在满足用户组合服务的功能需求的同时,也满足了用户对服务质量QoS的需求,实现了需求服务的优化。     

基于小生境混合遗传算法的文本特征词聚类研究

提出一种基于小生境混合遗传算法的文本特征词聚类方法.该方法首先采用贝叶斯语义模型对语料库进行统计分析,并以K-L距离度量特征词间的距离,然后将小生境遗传算法与K-Means算法相结合,对文本特征词进行聚类,为文本特征词聚类提供了较高的效率和精确度.实验表明该方法是一种高效可行的文本特征词聚类方法.     

以关键词抽取为核心的文摘句选择策略

针对面向查询的多文档自动文摘,该文提出了一种以关键词抽取为核心的文摘句选择策略。通过查询扩展的相关技术得到相关多文档集中词语的查询相关性特征,利用最大似然估计法得到语料中词语的话题相关性特征,并将这两个特征值进行特征融合得到词语的重要度以确定关键词。然后通过关键词的重要度来给候选句打分,进一步利用改进的MMR(Maximal Marginal Relevance)技术来调整候选句的得分,最后生成文摘。该文将特征融合引入到词语层面,在DUC2005的语料中测试取得了较好的效果。