磷酸化修饰改善玉米醇溶蛋白溶解度

玉米醇溶蛋白不溶于水,限制了其作为营养物质在食品工业中的应用,因此,提高其溶解度十分必要。本实验中采用磷酸化修饰蛋白的方法,探究了三聚磷酸钠用量、反应时间、反应温度、反应pH四个因素对提高磷酸化玉米醇溶蛋白溶解度的影响,优化出玉米醇溶蛋白磷酸化的最佳工艺条件为:三聚磷酸钠用量25%,pH9.0,反应温度30℃,反应时间2.5h,此工艺条件下,磷酸化玉米醇溶蛋白的溶解度达15.4%。     

安太堡露天煤矿原煤开发采工艺系统改造

针对安太堡露天煤矿目前原煤开采工艺系统中卡车运输成本高的现状,对原煤开采工艺系统改造方案进行了探讨,通过方案比较,确定了适合安太堡露天煤矿原煤开采工艺系统的方案。     

话题跟踪中静态和动态话题模型的核捕捉衰减?

话题跟踪是一项针对新闻话题进行相关信息识别、挖掘和自组织的研究课题,其关键问题之一是如何建立符合话题形态的统计模型.话题形态的研究涉及两个问题,其一是话题的结构特性,其二是话题变形.对比分析了现有词包式、层次树式和链式这3类主流话题模型的形态特征,尤其深入探讨了静态和动态话题模型拟合话题脉络的优势和劣势,并提出一种基于特征重叠比的核捕捉衰减评价策略,专门用于衡量静态和动态话题模型追踪话题发展趋势的能力.在此基础上,分别给出突发式增量式学习方法和时序事件链的更新算法,借以提高动态话题模型的核捕捉性能.实验基于国际标准评测语料TDT4,采用NIST(National Institute of Standards and Technology)提出的最小检测错误权衡系数评测法,并结合所提出的核捕捉衰减评价方法,对各类主要话题模型进行测试.实验结果显示,结构化的动态话题模型具有最佳的跟踪性能,且突发式增量式学习和时序事件链的更新算法分别给予动态话题模型0.4%和3.3%的性能改进.     

文留油田沥青砂地质特征及成因分析

为了加深对油藏的认识，在对东濮凹陷文留油田沥青砂的基本特征及其成因进行分析研究的基础上，认为文南地堑带较低的构造部位和沙二下物性较好的厚层砂岩是文留地区沥青砂形成的基本条件；原油组分的重力分异作用和轻质组分散失是形成本区沥青砂分布特点的根本原因。沥青砂平面上沿晚期断层或在断块低部位聚集，纵向上分布在沙二下亚段上部的厚砂岩中。该区沥青砂的存在造成了较大的储量损失，影响了油藏的正常开发，在实际工作中应重视沥青砂的研究。     

基于自适应无迹卡尔曼的机器人室内定位算法

针对室内环境复杂,难以通过单一传感器对机器人精准定位的问题,以室内环境中的两轮差动移动机器人为研究对象,提出了一种自适应无迹卡尔曼室内定位算法。该方法以无迹卡尔曼滤波（UKF）算法为基础,融合里程计、超声波定位系统、电子罗盘等传感器数据,利用超声波定位低频特性好的特点,弥补里程计结合电子罗盘进行航迹推算的累积误差和打滑影响。鉴于实际中量测噪声往往难以确定,利用Sage-Husa自适应方法,并根据不同传感器的噪声特性设置不同的加权系数,在线更新量测噪声特性,以实现对量测噪声的自适应。通过仿真验证,该方法能在传感器噪声特性未知的情况下,有效适应传感器噪声的变化,从而能够在复杂室内环境下,实现较高精度和鲁棒性的位姿估计。     

应用.NET框架命名空间技术实现Web测试自动化

目前支持Web的自动化测试工具普遍存在价格偏高、测试脚本可重用性差、代码维护工作量过大等缺点。为解决这一问题提出了应用.NET框架命名空间（NameSpace）技术实现Web应用程序测试的自动化方法。该方法不使用任何第三方测试工具,通过编写简单、易维护的C#.NET代码,对Web程序接口进行信息抽取与调用,以实现测试的自动化运行。     

基于上下文的真词错误检查及校对方法

英文文本中的真词错误即输入的错词是和原词相似的另一个有效词。该文主要研究了对该类错误的检测。通过从所要检测的单词的上下文中提取句法和语义两个方面的特征,运用文档频率和信息增益进行特征筛选,实现了对上下文特征的有效提取。最终把判断该单词使用的正确与否看作分类问题,使用 Winnow分类算法进行训练和测试。通过5阶交叉验证,所收集的61组混淆集的平均正确率与召回率分别为96%,79.47%。     

融合情感词交互注意力机制的属性抽取研究

在现有的属性抽取研究中,注意力建模多采用全局或局部的自注意力机制,未能较好地利用句子本身所含有的情感词信息。然而,句子中所需抽取的属性大多存在若干与其具有强相关性的情感词。因此,利用情感词辅助注意力的建模可增强注意力的准确性。该文提出一种融合情感词的交互注意力机制,将文本中所有的情感词按序排列,并通过双向长短时记忆网络编码原始文本,利用全连接神经网络和高速网络编码排列的情感词;然后,利用情感词编码与原始文本编码建模交互注意力,从而使模型在情感词的辅助下精确地定位文中所包含的属性;最终,使用条件随机场进行属性标记。该文利用2014、2015语义评估属性级情感分析官方评测数据进行实验,验证了上述方法的有效性,该方法在三个基准数据集上F₁值分别提高了5.53、2.90和5.76个百分点。     

常识问答研究综述

常识问答是一项重要的自然语言理解任务, 旨在利用常识知识对自然语言问句进行自动求解, 以得到准确答案. 常识问答在虚拟助手或社交聊天机器人等领域有着广泛的应用前景, 且其蕴涵了知识挖掘与表示、语言理解与计算、答案推理和生成等关键科学问题, 因而受到工业界和学术界的广泛关注. 首先介绍常识问答领域的主要数据集; 其次, 归纳不同常识知识源在构建方式、常识来源和表现形式上的区别; 同时, 重点分析并对比前沿常识问答模型, 以及融合常识知识的特色方法. 特别地, 根据不同问答任务场景中常识知识的共性和特性, 建立包含属性、语义、因果、语境、抽象和意图6大类的知识分类体系. 以此为支撑, 针对常识知识数据集建设, 感知知识融合和预训练语言模型的协作机制, 以及在此基础上的常识知识预分类技术, 进行前瞻性的研究, 并具体报告上述模型在跨数据集迁移场景下的性能变化, 及其在常识答案推理中的潜在贡献. 总体上, 包含对现有数据和前沿技术的回顾, 也包含面向跨数据知识体系建设、技术迁移与通用化的预研内容, 借以在汇报领域技术积累的前提下, 为其理论和技术的进一步发展提供参考意见.     

基于改造措施的智能配电系统优化模型分析

随着供需交互的不断深入,在实现大量的改造之前,需要对网络安全约束进行投资规划,在建立优化模型的过程中存在大量的计算冗余,导致收敛性较差。基于此,提出了一种基于改造措施的关联规则驱动的电网投资规划模型和方法,该模型为了实现配电网的可靠性指标与改造措施的关联,需要通过机器学习算法进行关联。通过分析电网规划中需要注意的问题,建立智能电网规划综合评价指标体系,然后根据电网可靠性与改造措施的关联规则,提出了以提升可靠性为目标,建立基于关联规则驱动的配电网投资规划模型,分析通过改造对电网的提升效益,从而得到最优的配电网投资规划方案。最后通过实例,验证所提出的投资规划优选模型具有可行性。