基于双流特征互补的嵌套命名实体识别

针对以往句子在文本编码后不能获得高效的特征信息,提出一种基于双流特征互补的嵌套命名实体识别模型。句子在嵌入时以单词的字级别和字符级别两种方式嵌入,分别通过神经网络Bi-LSTM获取句子上下文信息,两个向量进入低层级与高层级的特征互补模块,实体词识别模块和细粒度划分模块对实体词区间进行细粒度划分,获取内部实体。实验结果表明,模型相较于经典模型在特征提取上有较大的提升。     

丁香酚和三卡因甲磺酸盐在大口黑鲈中代谢残留的比较

为了确定大口黑鲈成鱼适合的麻醉方式和麻醉剂量,研究了不同浓度的丁香酚和MS-222对大口黑鲈的静水麻醉效果。在最适麻醉质量浓度下模拟运输24 h,记录24 h存活率并测定麻醉0.5、4、8、16和24 h后的血清生化指标、水质p H、氨氮以及麻醉剂的残留量。结果表明:随着丁香酚和MS-222浓度增加,入麻时间缩短,复苏时间延长;丁香酚和MS-222的最适质量浓度分别为18~20 mg/L、50~60 mg/L时,两麻醉组模拟运输和复苏24 h后的成活率为100%,显著高于无麻醉运输组的80%和90%(p<0.05);随着麻醉时间延长,丁香酚和MS-222组血清中的皮质醇(COR)分别从336.83pg/m L下降到291.41pg/m L,从286.11上升到367.05pg/m L(p<0.05),丁香酚组血清中的COR显著低于对照组;葡萄糖分别从14.36、7.48 mg/dL下降到7.36、3.11 mg/dL(p<0.05),而丁香酚组中乳酸脱氢酶(LDH)、碱性磷酸酶(AKP)、谷草转氨酶(GOT)、尿素氮(BUN)的浓度显著低于MS-222组(p<0.05);残留检测结果表明在麻醉0.5h时,鱼肉中丁香酚含量达到最大值5.14mg/kg,在清水中复苏1d时丁香酚残留量为0.45mg/kg;而MS-222组在8 h残留量达到最大值为36.24 mg/kg,复苏4 d时基本消除完全。结果显示,丁香酚剂量小,代谢快,在诱发氧化应激和组织损伤时有较少的副作用。     

丁香酚麻醉大口黑鲈的保活温度优化

为探讨温度对有水保活大口黑鲈代谢与肌肉品质的影响,研究了不同丁香酚浓度对大口黑鲈的麻醉效果。选取最佳浓度麻醉大口黑鲈,分别在5,10,15和20 ℃的条件下保活,测定了不同温度下的存活率、氨氮含量、血液生化指标与肌肉品质的变化。结果显示：大口黑鲈的较佳丁香酚浓度为18 mg/L,在5 ℃保活72 h存活率为0,在10、15和20 ℃下保活96 h后的存活率分别100%,75%和0%;随着保活时间延长,与15 ℃,20 ℃组相比,10 ℃组的总氨氮降低24.12%~51.24%,血糖含量先增加后下降,保活72 h后,10 ℃处理组血清中皮质醇、谷草转氨酶、谷丙转氨酶、碱性磷酸酶和尿素氮分别比20 ℃组低260.44 pg/mL、52.54 mmol/L、8.76 mmol/L、3.26 mmol/L和8.22 mmol/L（p<0.05）,而溶菌酶、总抗氧化能力和谷胱甘肽过氧化物酶含量均显著高于其它组（p<0.05）;10 ℃肝脏HSP90的表达量显著低于15 ℃和20 ℃;肌肉指标中,15 ℃和20 ℃组糖原、粗蛋白含量和pH显著低于10 ℃组。表明10 ℃保活条件下大口黑鲈抗氧化物酶活性增强,应激降低,肌肉品质影响较小。因此,10 ℃适合大口黑鲈的长途保活运输。     

电子装备通用测试体系关键技术研究

为解决电子装备自动测试系统的数量多,功能重复等问题,提出了电子装备通用测试平台,通过分析多种总线结构、测试硬件和驱动体系的核心指标与技术特征,借鉴分层思想设计通用型体系架构,以多种测试仪器为基础,利用多层次的驱动体系屏蔽混合总线差异,将测试程序与测试仪器分离,实现了只需更换测试仪器和配置对应的驱动,便可置换底层仪器,使通用测试平台具备较强的扩展能力,覆盖更多测试需求,有效降低测试系统的数量。     

水库除险加固塑性混凝土防渗墙施工技术

尖山水库塑性混凝土防渗墙采用"钻抓法"成槽,泥浆护壁,"接头管法"连接,"泥浆下直升导管法"浇筑混凝土,从施工后的蓄水情况来看,坝体已无渗漏现象,防渗指标满足设计要求,对增加稳定、减少水资源流失起到重要的作用,为尖山水库更好地发挥作用提供了可靠的保证。尖山水库塑性混凝土防渗墙施工采用"钻抓法"成槽,泥浆护壁,"接头管法"连接,"泥浆下直升导管法"的成墙施工,作为尖山水库大坝渗漏除险加固的施工方案,并取得预期效果。     

Web表格信息抽取模型的设计与实现

Web表格作为一种简洁有效的数据信息表达方式,已广泛应用于Web页面中.现提出一种基于表格结构的Web表格信息抽取模型,该模型主要有表格定位模块、表格结构预处理模块和表格信息抽取与重构模块三个模块组成,根据Web表格的结构标记和自定义的启发式规则来抽取表格信息.实验结果表明该模型能够很好地应用于Web表格信息的抽取.