硅橡胶复合材料阻燃研究进展

将功能填料引进到硅橡胶及其复合材料中可以获得特定功能的硅橡胶复合材料,已经成为近些年研究热点。目前阻燃剂种类繁多,但是性能比较单一,这已经不能满足人们的需要。人们在关注硅橡胶复合材料阻燃性能的同时,也考虑与其它性能兼备以及成本等问题。因此,本文综述了铂化合物、磷系阻燃剂、阻燃涂层、阻燃填料和微胶囊化阻燃剂等阻燃体系下硅橡胶复合材料的阻燃研究现状,总结了不同阻燃剂的阻燃机理,并且给出了其今后的改进方法,最后对硅橡胶复合材料阻燃研究的发展做了展望。     

光电镊—一种用途广泛的微纳操作工具

光电镊(OET)是一种基于光致介电泳效应的微尺度光操控技术,可在流体场、光电场、生物力场耦合的复杂环境下对微小目标进行精准操控,在细胞操作、微机械系统等领域有着重要的应用。光电镊技术可以单独使用或与其他技术协同使用,应用十分广泛。迄今为止,基于光电镊的研究主要集中在：微纳米材料的操作、组装和合成;单个细胞/分子的操作、分离和分析;细胞固有特性的分析和获取;细胞的电穿孔、融合和裂解;细胞封装生物材料和生物结构的制备;流体传输的光流体器件的开发。这些工作展示了光电镊技术优越的性能和独特的通用性和灵活性。该文系统地介绍了光电镊技术的现有应用,总结了该技术的应用前景、局限性及发展趋势。     

残差网络改进下的水果分类

广西地处次亚热带地区,丰盛的水果是其支柱产业之一,但是种类繁多的背后对于构建智能物流分销链有着很大的困难,其中的水果智能识别分类就是一个非常重要的问题。针对现有分类模型对水果分类效果不好的情况,在基于ResNet-50网络上提出一种ResNet-50MFC网络,通过实验证明,进行300次迭代后,与原模型相比准确率提升了3.9%。不仅于此,在实际数据集上也取得很好的效果,证明了该模型的有效性和实用性。     

面向红色文化的命名实体识别研究

针对通用领域的命名实体识别(Named Entity Recognition, NER)模型在红色文化的实体识别中难以完整准确地进行实体划分的问题，提出了一种基于双向长短期记忆(Bi-directional Long Short-Term Memory, BiLSTM)网络模型结合词汇增强和注意力机制方法的改进算法红色学习双向长短期记忆(Red Learing BiLSTM,RLBiLSTM)网络，用于红色文化的NER。对红色文化数据集中的重要词汇进行数据处理，构建一个包含红色文化特征的词表，将词表信息与BERT底层信息进行融合。使用BiLSTM网络和注意力机制考虑上下文和全局信息，并利用条件随机场进行实体识别。实验表明，将改进的算法应用于RedCulture-1数据集上取得了较好的识别效果，和传统的算法相比具有更高的准确率，有利于解决红色文化的实体识别问题。     

云存储在广电网络应用初探

本文在三网融合及新媒体融合业务快速发展的背景下，对云存储在广电网络中的应用进行了探讨。