高速列车本体半自动构建方法研究

目前高速列车本体多采用人工构建的方法,这种方法存在成本高、效率低且缺乏灵活性的不足。针对这种问题,提出了一种高速列车本体半自动构建方法,先使用分词工具Jieba对高速列车领域文档进行分词、去除停用词等预处理,然后使用TF-IDF、C-value等算法进行概念抽取,再使用层次聚类及Dice测度等算法挖掘领域层次关系及非层次关系,最后使用protégé工具构建结构化的OWL本体并进行可视化管理。通过高速列车本体半自动构建实例,实现概念及语义关系的自动获取,验证该方法的有效性及可行性。     

ATRP/RAFT技术合成刷型多元共聚物

以十二烷基三硫代碳酸酯(DDMAT)为链转移剂,通过可逆加成-断裂转移自由基聚合(RAFT)技术制备了分子量分布较窄(多分散性指数PDI为1.54)的二嵌段共聚物聚对氯甲基苯乙烯(PVBC-b-PS),再以PVBC结构中的苄基氯为引发点,借助原子转移自由基聚合(ATRP)方法在大分子主链上接枝甲基丙烯酸甲酯(MMA),得到刷型三元共聚物PVBC-b-PS-g-PMMA(PDI=3.38,分子量43 000,VBC重复单元接枝率为12.2%)。     

旅游业救赎三峡库区文化遗存的意义及途径

三峡工程的兴建使三峡库区文化的赋存条件发生了改变,尤其是在对待库区文化遗存方面,存在被破坏、被异化、失去赋存基础、濒临毁灭等严重问题.亟待采取措施对这一趋势加以遏制,并寻求根本出路.分析了三峡库区文化遗存面临的问题,探讨了通过发展旅游业来进行文化救赎的意义,并以大昌古镇为例,提出了旅游业救赎三峡库区文化遗存的具体途径.     

Progress in the Development of National Knowledge Infrastructure

This paper presents the recent process in a long-term research project,called National Knowledge Infrastructure(or NKI).Initiated in the early 2000,the project aims to develop a multi-domain shareable knowledge base for knowledge-intensive applications.To develop NKI,we have used domain-specific ontologies as a solid basis,and have built more than 600 ontologies.Using these ontologies and our knowledge acquisition methods,we have extracted about 1.1 millions of domain assertions.For users to access our NKI knowledge,we have developed a uniform multi-modal human-knowledge interface.We have also implemented a knowledge application programming interface for various applications to share the NKI knowledge.     

按单设计型复杂产品的配置设计技术综述

为了使产品配置设计技术能更好地支持按单设计型复杂产品的快速研发,分别从客户需求分析、配置建模、配置求解3方面系统总结了已有相关研究,论述了3方面关键技术之间的关联关系,分析了现有配置设计技术在支持需求驱动的按单设计型复杂产品定制设计上的不足,指出未来的发展趋势并给出下一步的研究方向,在一定程度上为按单设计型复杂产品定制设计理论的深入研究奠定了基础。     

接枝聚合物纳米粒子制备及应用

主要综述可控/活性可控自由基聚合方法在纳米粒子表面接枝聚合物中的研究进展,主要包括表面引发原子转移自由基聚合法(SI-ATRP),表面可逆加成-断裂链转移聚合(Sl-RAFT)法,表面引发的氮氧自由基聚合(SI-NMRP)法和引发转移终止剂法(Iniferters)在制备复合材料中的进展,同时介绍该复合材料的潜在应用。     

基于数据挖掘的动车组乘客需求动态获取方法研究

目前动车组制造商主要关注运营商需求而较少关注乘客需求,这影响乘客对动车组的满意程度,不利于提高企业的市场竞争力。此外现有的研究对运营商需求分析较多,而对终端用户乘客需求分析较少。提出了一种基于数据挖掘的动车组乘客需求动态获取方法。首先,基于需求词库从社交网络平台中获取用户发文数据;其次,基于规则及朴素贝叶斯分类进行文本去噪处理;最后,基于K-means的主题聚类获取乘客需求项及其偏好。以微博挖掘为例,获取动车组乘客需求,验证了该方法的有效性和可行性。