游客情感计算的文本大数据挖掘方法比较研究

旅游文本大数据以其方便、快捷和低门槛的特点为游客情感计算提供了极大便利，已经成为旅游大数据的主要来源之一。基于大数据理论和情感理论，以文本大数据为数据源，在全面梳理国内外情感计算相关成果的基础上，利用人工智能中的逻辑/算法编程方法、机器学习方法、深度学习方法对旅游文本大数据进行挖掘，探索最佳的基于文本大数据的游客情感计算方法。研究发现：（1）基于情感词典的游客情感计算模型，其核心是构建情感词典和设计情感计算规则，方法简单，容易实现，适用语料范围广。（2）机器学习，用统计学方法抽取文本中的特征项，具有非线性特征，可靠性较线性特征的情感词典方法高。（3）基于深度学习技术的游客情感计算，效果良好，准确率在85%以上。训练多领域的文本语料易于移植，实用性强，且泛化能力好，较适合大数据时代游客情感计算研究。     

零误差计算

研究采用有误差的数值计算来获得无误差的准确值具有重要的理论价值和应用价值.这种通过近似的数值方法获得准确结果的计算被称为零误差计算.本文首先指出,只有一致离散集合中的数才能够开展零误差计算,即有非零隔离界的数集,这也是"数"可以进行零误差计算的一个充要条件.以此为基本出发点,本文分析代数数零误差计算的最低理论精度,该精度对应于恢复近似代数数的准确值时必要的误差控制条件,但由于所采用恢复算法的局限性,这一理论精度往往不能保证成功恢复出代数数的准确值.为此,本文给出采用PSLQ (partial-sum-LQ-decomposition)算法进行代数数零误差计算所需的精度控制条件,与基于LLL (Lenstra-Lenstra-Lovász)算法相比,该精度控制条件关于代数数次数的依赖程度由二次降为拟线性,从而可降低相应算法的复杂度.最后探讨零误差计算未来的发展趋势.     

原位液相透射电子显微镜及其在 纳米粒子表征方面的应用

近年来,基于透射电子显微技术、微纳加工技术和薄膜制造技术的发展,原位液相透射电子显微技术产生,为构建多种纳米级分辨率尺度下的微实验平台,发展新型纳米表征技术和众多领域的相关研究提供了途径.本文首先介绍了应用于原位液相透射电子显微技术的液体腔设计要求,然后介绍了液体腔的发展和典型的制备工艺,最后综述了近年来液体腔透射电子显微镜在纳米粒子成核和生长方面的应用研究,并探讨了该技术前沿发展面临的机遇和挑战.本文将为提高我国先进纳米表征技术和原子精准构筑技术提供相关讨论和支持.     

“联用技术及元素形态”国际课程探索与实践*

充分利用线上教学的优势,对化学院本科生开设了“联用技术及元素形态”国际课程,避免了传统教学中组织、协调外籍/外地专家资源过程中必要的各种消耗,极大程度地整合教学资源、改善教学效果。在该课程的探索与实践过程中,学生们对痕量元素形态及基于等离子体质谱的各种联用技术产生了极大的兴趣,激发了他们的主动学习热情;教师之间及师生之间的沟通趋向更简单、更灵活、更实时,为后续线上线下混合式国际课程建设提供了良好的基础和借鉴。     

输电铁塔四地脚螺栓塔脚板抗拉承载力试验与计算方法研究

针对架空输电线路铁塔中常用的四地脚螺栓塔脚板进行了抗拉承载力试验和理论计算方法研究。首先,选取8个试件进行塔脚板抗拉承载力试验研究,分析塔脚底板板厚及有无加劲板对塔脚板抗拉承载力的影响;其次,通过有限元模拟塔脚板的应力分布情况,并结合“塑性分析,弹性设计”的思想,提出了一种基于屈服线理论的四地脚螺栓塔脚板抗拉承载力计算公式;最后,与试验结果、有限元仿真结果、已有技术规定中的计算结果进行了对比。结果表明:建议公式与试验结果和仿真结果较为吻合,相关技术规定中的计算结果偏于保守,验证了本文建议公式的精确性;底板厚度和加劲板的作用对塔脚板承载力影响较大。研究结果可为输电铁塔四地脚螺栓塔脚板结构设计提供参考。     

中药复方炮制液中芍药苷含量高效液相色谱法快速检测研究--评《中药材高效液相色谱检定》

在经历过一段时期的低迷之后,中药的价值重新被大众所接受。随着社会经济水平快速发展和科学技术的飞速更迭,以及社会对食品、药品安全意识的显著提升,食品、药品快速检测市场的巨大需求推动了快速检测技术的创新开发。在此背景下,中药重要组分的鉴定、检测、甄别工作也在巨大需求的拉动下迈向新里程。     

基于极限学习机和优化算法的润滑油添加剂种类识别与含量预测

为了快速识别润滑油中添加剂种类和含量，将添加剂硫化异丁烯(T321)、烷基二苯胺(T534)、硫代磷酸胺盐(T307)以不同配比混合在基础油中，使用极限学习机(ELM)对油样的红外光谱数据构建模型进行训练测试，并采用贪心算法、遗传算法(GA)对输入波段优化，筛选出最优波段区间组合以剔除相关性过高的波段从而提高运算效率. 测试结果表明:ELM模型可对润滑油添加剂进行有效的种类识别和含量预测，相比于传统理化检测方法是一种经济快速的新型润滑油添加剂检测手段；且经GA波段筛选优化后模型输出结果更具优势，对三种添加剂的种类识别准确率均达到100%、含量预测决定系数(R2)分别提升了43.8%、39.0%和24.4%.