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。     

基于视觉辐条图案识别方法的蓝宝石引晶机制研究

工业生产蓝宝石晶体过程中,引晶步骤有着至关重要的地位。引晶必须在温度梯度较小,温度分布趋于稳定的条件下进行。目前,工业生产蓝宝石主要依靠人工经验操控籽晶杆实现引晶操作,但是人工引晶操作的准确性不高会导致成品品质不佳、资源浪费。为此,本文提出一种基于蓝宝石视觉辐条图案识别方法来检测蓝宝石熔体状态自由液面状态,从而实现一种高效率引晶的机制。此方法利用经典骨架化算法细化辐条图案,Harris算子实现特征信息的提取,提取的特征信息放入运动轨迹模型中判断熔体稳定性,分析液面温度分布稳定性从而实现引晶。结果表明,此算法具有有效性,蓝宝石晶体引晶效率大大提高,生产出的成品良率也有提升,可有效指导蓝宝石的工业生产。     

1,3-丁二烯选择性加氢催化剂的设计策略以及构效关系

催化裂化是石油化工的核心单元之一.从催化裂化尾气中分离出来的碳四馏分富含许多的不饱和烯烃,如1-丁烯、顺、反式-2-丁烯以及少量的1,3-丁二烯,这些不饱和烯烃可以通过后续聚合反应,生成合成橡胶和工程塑料的重要原料,具有重要的应用价值.上述工艺过程对原料中1,3-丁二烯的含量(<100~200 ppm)有严苛的要求.采用选择性加氢技术对碳四馏分中的1,3-丁二烯进行选择性加氢,将其转化为更高附加值的单烯烃是一个理想的解决方案.然而,1,3-丁二烯加氢反应得到的单烯烃可能发生深度加氢得到副产物丁烷.因此,开发高效选择性加氢催化剂对碳四资源的利用具有重要的现实意义.另一方面,1,3-丁二烯加氢反应可以作为模型反应,用来考察选择性加氢催化剂的性能.基于此,该反应无论在工业界还是学术界均受到广泛关注.尽管如此,有关1,3-丁二烯加氢催化剂研究进展方面的综述极少.仅有关于1,3-丁二烯加氢作为模型反应的综述报道.本文对过去半个世纪以来1,3-丁二烯加氢反应中不同催化剂的发展历程进行系统综述,特别是包括Pd,Pt和Au等的单一贵金属催化剂.重点介绍以下内容:(1)固体催化剂构效关系,包括活性金属尺寸效应、晶面和形貌效应以及载体效应(晶相、孔道和酸碱性);(2)高性能催化剂的设计新策略,如单原子催化剂、核壳结构催化剂、金属-离子液复合催化体系以及载体的形貌调控;(3)催化剂的反应机理和失活机理.提出了1,3-丁二烯选择性加氢高性能催化剂开发面临的挑战,并对潜在的发展方向进行了展望.本文认为随着纳米技术和金属纳米材料合成方法的快速发展,对贵金属活性组分进行原子层面上的调控(包括形貌、尺寸以及单原子配位环境等)已成为可能.这将有助于研制出一类新型高性能选择性加氢催化材料,从而实现高转化率条件下高附加值单烯烃的定向转化.此外,载体的酸碱性和孔道结构的调控有助于进一步调节催化剂的抗积炭性能,也是未来发展的一个重要方向.     

潘君骅院士 访谈录

潘君骅,1930年10月生于上海市。应用光学专家。中国工程院院士。苏州大学现代光学研究所研究员。1952年清华大学机械制造专业毕业后分配至中国科学院仪器馆(中科院长春光机所前身)工作。1956-1960年,到苏联列宁格勒普尔科沃天文台学习,师从苏联著名天文光学专家马克苏托夫,获副博士学位。     

高维多项式理想的实根计算

研究高维多项式理想实根的计算。对于给定的高维多项式理想,首先通过一个典范同态映射将其转化为扩张多项式环中的零维理想。基于零维实根是实极大理想的交集的结论,该扩张理想的实根可以在新的多项式环中计算。最后,通过理想的收缩,把实根收缩回原多项式环,便可得到高维多项式理想的实根。     

探寻数形变化规律,提升数形结合思想

数形结合的本质就是将直观的图形与抽象的语言符号相结合,实现形象思维与抽象思维的融合,让复杂、抽象的问题变得直观、简单化.在初中数学教学的各个环节,有效地渗透数形结合思想,能激发学生思维的灵活性与创造性.本文中,从数量变化规律、图形变化规律与数形结合思想的实际应用三方面着手,具体谈谈数形结合思想在教学中的应用.     

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.     

托卡马克中磁流体不稳定性与高能量离子相互作用

在托卡马克中,磁流体不稳定性与高能量离子相互作用是一个非常重要的问题,它对未来聚变堆稳态长脉冲运行至关重要。HL-2A是我国第一个具有先进偏滤器位形的非圆截面的托卡马克核聚变实验研究装置。撕裂模是托卡马克中的一种基本的电阻磁流体不稳定性,它可以改变磁场的拓扑结构,形成输运短路,甚至会触发大破裂。高能量离子在燃烧等离子体和各种外部辅助加热过程中是不可避免会产生的。目前,撕裂模与高能量离子相互作用依然存在一些关键性问题,例如撕裂模与高能量离子相互作用的共振关系、该物理过程导致高能量离子损失的物理机理等,并且还没有完整的关于撕裂模与高能量离子共振相互作用的数值模拟工作。因此,本综述论文主要从以下三个方面展开:1)回顾撕裂模与高能量离子相互作用的研究历史;2)基于HL-2A实验,从数值模拟的角度讨论撕裂模与高能量离子共振相互作用的物理机理以及其导致高能量离子损失的物理机制;3)展望未来聚变堆中撕裂模与高能量离子相互作用的情况。     

高速列车轴箱轴承健康监测与故障诊断研究综述

随着我国高速列车的发展, 针对其运营维护中的故障预测与健康管理问题日益受到关注. 轴箱轴承是高速列车走行部中的关键旋转部件, 在复杂的轮轨相互作用下极易出现由疲劳、过载等原因导致的失效, 影响列车的行车效率和运行安全. 而现有诊断方法和技术难以满足高速列车动态化、系统化的安全保障需求, 亟待进一步发展轴箱轴承健康监测和诊断技术. 首先, 介绍了工程中维修检测、轨边监测和车载监测系统的主要内容和发展现状. 然后, 从动力学正、反问题两个方面, 分析和总结了在轴箱轴承的理论建模方法和轴箱轴承与列车耦合系统的动态特性分析、基于先进信号处理技术和机器学习技术的诊断方法等方面的研究思路和研究进展. 最后, 对轴箱轴承健康监测与故障诊断技术的发展趋势进行了展望, 评述了在指导列车故障预测与健康管理方面的不足.