基于深度神经网络的中文命名实体识别

由于中文词语缺乏明确的边界和大小写特征,单字在不同词语下的意思也不尽相同,较于英文,中文命名实体识别显得更加困难。该文利用词向量的特点,提出了一种用于深度学习框架的字词联合方法,将字特征和词特征统一地结合起来,它弥补了词特征分词错误蔓延和字典稀疏的不足,也改善了字特征因固定窗口大小导致的上下文缺失。在词特征中加入词性信息后,进一步提高了系统的性能。在1998年《人民日报》语料上的实验结果表明,该方法达到了良好的效果,在地名、人名、机构名识别任务上分别提高1.6%、8%、3%,加入词性特征的字词联合方法的F1值可以达到96.8%、94.6%、88.6%。     

变电设备的运行维护分析

随着国民经济的快速发展,电力建设得到了大力发展,变电运行成为了一项重要的工作,同时它也是电网正常供电的核心关键,所以如何提高变电运行的管理效率与维护能力就成为了当代社会急需处理的问题。文章就提高变电运行的管理效率与维护能力进行了分析与研究,并提出一些建议。     

浅议锅炉压力容器及管道检验

本文对锅炉的压力容器以及管道检验进行了一定程度的分析,期望给日常生产生活中锅炉的使用提供一定的借鉴。     

水热合成二氧化钒粉体的研究进展

二氧化钒(VO₂)是一种被广泛应用的无机非金属材料，在临界温度68℃时具有从绝缘体单斜相到金属四方相的可逆相变，相变后其本身的电阻率、红外透过率等物理性质都会发生改变。可逆的相变特性以及相对简单的响应方式使得VO₂成为制备新型智能器件的候选材料。然而，有关二氧化钒合成机理以及水热法制备二氧化钒的综述较少。因此，本文通过总结近几年水热法制备二氧化钒的相关工作，分别对一步法和两步法制备VO₂(M)进行介绍与总结，并对水热法制备VO₂(M)粉体的发展进行了展望。     

原料配比对煤矸石膏体工作性能和抗压强度的影响

针对充填材料成本过高、性能欠优的状况，结合煤矸石等大宗固废资源化再利用等问题，以煤矸石为骨料，粉煤灰、矿渣和水泥为胶凝材料，聚羧酸减水剂和水玻璃为外加剂，制备早强型煤矸石膏体充填材料。重点研究了胶凝材料用量及配比对煤矸石膏体工作性能和抗压强度的影响，结果表明，随着胶凝材料用量的减少，新鲜膏体坍落度先增大后减小，泌水率先减小后增大，胶凝材料最佳用量约为25%;随着胶凝材料中水泥掺比量的减少和矿渣用量的增加，膏体坍落度小幅增加，膏体试块3～28 d的抗压强度稳步上升，煤矸石膏体制备原料最优配比为煤矸石∶粉煤灰∶矿渣粉∶水泥=75∶13∶6∶6,而新鲜膏体坍落度为26.5 cm, 1 h后坍落度为25.1 cm,泌水率为6.21%,膏体无分层离析现象；膏体2 h后抗压强度可达0.06 MPa, 28 d抗压强度可达10.5 MPa。