浅议废品收购站存在的火灾隐患及整治对策

随着社会的发展进步,废旧物回收行业也伴随人类的生产、生活得到了进一步发展。但废品收购站点却存在着大量难以整治的消防安全隐患,成为社会消防安全管理中一个老大难的问题。本文将对废品收购站存在的消防安全问题及整治对策提出几点薄见。     

建筑工地火灾隐患分析及应对措施

结合建筑施工工地消防安全存在的问题,从落实消防安全责任、建立施工工地微型消防站或防火巡防队、建立信用评价机制、开展消防安全教育等方面提出对策,为确保施工工地消防安全提供依据。     

东方工业园区消防安全现状及对策

近年来,东方工业园区已成为带动我市经济增长的巨大引擎。但随着园区的"大企业进入,大项目带动",也为我市消防安全管理工作提出了新的要求。在新形势下如何开展消防安全管理工作,是东方消防机构及当地政府应该积极探索的课题。本文就目前工业园区存在的消防问题进行探讨,并提出几点建议以供参考。     

不同方法提取瑶药千斤拔挥发油的对比研究

分别采用水蒸气蒸馏(SD)法、超声萃取水蒸气蒸馏(UESD)法、超临界CO2流体萃取(SFE-CO2)法提取瑶药千斤拔的挥发油。对这3种方法所提取的挥发油的化学成分及其抑制人体肺癌细胞A549的活性进行分析比较。实验结果表明:SD法、UESD法和CO2-SEF法提取的挥发油的收率分别为0.03%,0.08%和0.5%。SD法和UESD法提取的主要化学成分为萜烯类的物质,而CO2-SEF法提取的主要化学成分是醇和酸类物质。在质量浓度为150 mg/L时,SD法提取的挥发油对肿瘤细胞的抑制率达到了69.13%,UESD法为59.91%,而CO2-SEF法提取的挥发油对肿瘤细胞A549的抑制率仅有24.08%。通过综合比较分析发现,挥发油中的雪松烯和长(松)叶烯-(V4)可能是抑制肺癌细胞A549的主要活性成分。其新颖性已为暨南大学图书馆2009年7月8日出具的第JNUL20090057C号《科技查新报告》所证实。     

基于表示学习的中文分词

为提高中文分词的准确率和未登录词（OOV）识别率,提出了一种基于字表示学习方法的中文分词系统。首先使用Skip-gram模型将文本中的词映射为高维向量空间中的向量;其次用K-means聚类算法将词向量聚类,并将聚类结果作为条件随机场（CRF）模型的特征进行训练;最后基于该语言模型进行分词和未登录词识别。对词向量的维数、聚类数及不同聚类算法对分词的影响进行了分析。基于第四届自然语言处理与中文计算会议（NLPCC2015）提供的微博评测语料进行测试,实验结果表明,在未利用外部知识的条件下,分词的F值和OOV识别率分别达到95.67%和94.78%,证明了将字的聚类特征加入到条件随机场模型中能有效提高中文短文本的分词性能。     

超声辅助提取异枝麒麟菜硫酸酯多糖的工艺优化

对异枝麒麟菜硫酸酯多糖(ESSP)的超声辅助提取工艺进行研究,通过单因素试验和正交试验对该提取工艺进行优化。确定最佳工艺条件为超声时间20min、超声功率150W、料液(水)比1:90(g/mL),多糖的提取率达48.14%,所得的多糖含量96.94%,硫酸酯基含量19.66%。并与热水提取法进行比较,采用优化工艺提取的多糖提取率、多糖含量和硫酸酯基含量比热水提取法分别提高12.08%、8.07% 和1.41%。两种方法所得ESSP 均不含蛋白质和核酸,红外光谱显示其均含有糖的特征峰和硫酸酯基特征峰。