液相混合辅助低温制备Ca_2Si_5N_8:Eu~(2+)荧光粉

采用液氨介质溶解原料金属Ca、Eu形成金属-氨溶液,原料非晶硅悬浮于溶液中,通过液氨挥发使金属-氨溶液产生过饱和,并以金属酰胺形式沉析在非晶硅表面,将这种液相混合处理的原料在常压1100℃保温6h合成Ca2Si5N8:Eu2+荧光粉。采用XRD、SEM和PL光谱仪分别表征了产物的晶体结构、微观颗粒形貌以及发光性能。结果表明:这种液相混合降低了荧光粉合成温度,在常压下1100℃保温6h合成了结晶良好的Ca2Si5N8:Eu2+荧光粉;合成的荧光粉颗粒呈类球形且分散性较好;合成的Ca2Si5N8:Eu2+荧光粉激发峰为467nm,发射峰位于580nm。     

富硒蛋白核小球藻体外抗氧化活性及其对红细胞氧化损伤的保护作用

文章以蛋白核小球藻(Chlorella pyrenoidosa,CP)和富硒蛋白核小球藻(Selenium-enriched Chlorella pyrenoidosa,Se-CP)为原料,对CP、Se-CP的体外抗氧化活性和红细胞氧化损伤的保护作用进行研究。结果表明:经过2 mg/L亚硒酸钠胁迫后,蛋白核小球藻的蛋白质和氨基酸含量、过氧化氢(H₂O₂)和谷胱甘肽(Glutathione,GSH)含量均显著上升,但丙二醛(Malondialdehyde,MDA)含量显著降低。在体外抗氧化实验中,CP和Se-CP均具有抗氧化能力,相比于CP,Se-CP能显著提高超氧化物歧化酶(Superoxide dismutase,SOD)、谷胱甘肽过氧化物酶(Glutathione peroxidase,GSH-Px)、过氧化氢酶(Catalase,CAT)和抗坏血酸过氧化物酶(Ascorbate peroxidase,APX)的活力,其1,1-二苯基-2-三硝基苯肼(1,1-Diphenyl-2-picrylhydrazyl,DPPH)自由基、羟自由基和...     

一种基于动机感知的用户识别实时算法

用户识别是电商大数据行为挖掘的基础,本文提出了一种电商用户识别的新算法,该算法引入用户行为动机感知技术,采用初次匹配和精确识别二阶段模式来识别用户。初次匹配阶段算法利用启发式规则划分用户数据,在精确识别阶段通过实时分析用户的访问动机,依据用户行为相异数矩阵来识别用户。在Spark上的优化使算法在分布式场景中具备实时处理大规模数据的能力。实验结果表明该算法的准确率达97.89%,并具有良好的识别效率。     

星上透明转发非地面网络中的切换机制研究

针对星上透明转发的非地面网络架构,提出了基于星历信息触发切换和基于多决策指标进行切换链路判决的切换方案,设计了切换实施流程,通过系统仿真评估了不同切换方案性能。结果表明,与基于最大卫星仰角、最长卫星覆盖时间和最长链路存续时间的切换链路选择方案相比,所提方案可有效降低基站间切换次数从而降低切换信令开销,提高切换成功率。     

基于用户意图消歧的解离协同过滤算法

协同过滤(CF)是推荐算法中一个重要的研究方向,近期的工作表明CF可以有效地挖掘用户-物品交互背后的潜在意图来精细化建模用户和物品的表示,从而服务下游的推荐任务。然而,本文认为现有的工作没有很好地解决用户-物品交互无偏化问题,它们一般根据假定的而非显式建模的意图生成用户和物品的解离表示。对此,本文提出了一个新的无偏差解离协同过滤(DebiasedCF)推荐框架,该框架利用用户的个人历史来提取其潜在意图,用于表示学习。具体地说,首先利用意图提取模块对用户意图进行显式建模;然后分别对各意图子图进行无偏化;再执行嵌入传播,从而为每个意图生成相应的解离表示;最后设计了一个意图嵌入聚合层来进一步融合在不同意图子图中学得的解离表示。实证结果表明,本文的框架能够在最先进的基线方法基础上取得实质性的改进。进一步的分析验证了提取的用户意图在去偏差和用户-物品表示建模方面的优势。     

基于水文水动力耦合模型的三江流域防洪模拟预报应用研究

为解决下游河网站点防洪模拟预报过程中存在预报精度偏低,以及采用水动力模型方法时所需资料数量过于庞大的问题,基于不同下垫面水文特征的分布式架构模型理论,通过对流域内山丘和平原区各阶段产汇流进行分解模拟的方式,建立了以交界面动量与通量交换实现互馈耦合的水文水动力一体化模型。以三江流域为研究区域,构建耦合了上游山丘区、平原区和下游长江水动力模型,利用代表站点开展了全流域一体化模型的率定与验证工作。对流域内 2016—2022 年降雨进行分析和场次降雨大于 100 mm 的多场洪水进行验证,结果显示耦合模型的模拟精度较好,在不需要大量资料的前提下有效提高了平原河网区预报精度及整个流域防洪调度能力,具有较强的借鉴意义,可为其他类似流域防洪模拟预报研究提供参考。     

超微血流成像技术在肝动脉化疗栓塞术疗效评价中的应用价值

【摘要】 目的 探讨超微血流成像（SMI）技术在肝动脉化疗栓塞术（TACE）疗效评价中的应用价值。 方法 选取2018年10月至2019年2月在我院确诊为肝细胞癌的30例患者共39个结节为研究对象。采用Aplio 500超声诊断仪对肝癌患者进行二维超声、彩色多普勒血流成像（CDFI）、SMI检查。采用改良版Adler血流分级法对血流进行分级,计算栓塞指数（EI）,评估TACE疗效;比较SMI与CDFI、增强CT（CECT）的诊断价值。 结果 SMI检出肝癌TACE术后残留的灵敏度为96.7%,特异度为80.0%。EI不同,则栓塞的效果不同。SMI显示肝癌血供的能力优于CDFI（P＜0.05）,与CECT无明显差别（P＞0.05）。与CDFI相比,SMI能够显示更高级别的血流信号（P＜0.05）,且Ⅲd级及Ⅳ级血供仅在SMI上显示。 结论 SMI是评价TACE栓塞效果的有效方法,其显示血流的能力优于CDFI,等同于CECT。本研究提出的改良版Adler血流信号分级法进一步细化了肝癌血流的分级,EI可以量化栓塞效果。

     

基于离散化动态图的协同过滤推荐算法

基于图卷积网络(GCN)模型在学习用户/物品表示方面表现出了强大的性能,给传统的协作过滤(CF)算法带来了新的研究突破。然而,现有的基于GCN的CF方法仍然都是针对静态图建模,而在实际场景中,用户与物品的交互不是一成不变的,会随着时间的推移而持续演化;GCN中的过平滑问题会极大地限制现有推荐算法的表示学习建模。为解决上述问题,提出了基于动态图的协同过滤算法(DynGCF),其目的是通过同时捕获图的结构和时态演化信息来学习用户和物品的嵌入表示。DynGCF首先采用GCN学习每个离散快照图上的用户/物品嵌入,然后应用时间卷积网络(TCN)和自注意力机制学习,最终嵌入表示。为缓解过平滑问题,本文改进了传统GCN中的关键模块,即邻域聚合,通过在1阶交互图和2阶共现图建模用户和物品的交互。在4个真实数据集上与基于GCN的CF方法和动态图的基线方法对比,验证了DynGCF的性能提升,并分析验证了改进的方法能有效缓解过平滑问题。     

氧化钌/纳米石墨复合电极材料的制备及电学性能研究

以纳米石墨为基体,通过乙醇钌水解、过饱和非均相沉淀获得纳米级RuO2,并包覆沉积于石墨表面,制备新型纳米RuO2/nano-C复合电极材料。X射线衍射(XRD)、透射电子显微镜(TEM)和能谱(EDS)分析表明:醇钌盐水解后生成的氧化钌主要是以非晶态RuO2·xH2O的形式包覆在纳米石墨上。循环伏安曲线测试表明:复合电极材料在充放电过程中包含了碳双电层的储电机理和氧化钌氧化还原反应的储电机理,乙醇钌浓度为0.12mol·L-1的比容量为314F·g-1。