一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.     

一个水稻bHLH转录因子的反向遗传学分析

b HLH类型转录因子对于植物开花具有重要的调控作用.为了揭示b HLH转录因子在短日照植物水稻中的功能,利用反向遗传学方法构建了水稻Osb HLH1基因过表达载体,获得过表达转基因植株,分析目的基因在过量表达条件下的功能.结果表明:过表达Osb HLH1能够导致水稻的抽穗期推迟;Osb HLH1在水稻中的表达还具有光周期昼夜节律性,无论是在长日照还是在短日照条件下,Osb HLH1都在夜间具有表达高峰.组织特异性表达结果表明:Osb HLH1在水稻的不同器官中都有表达,但在叶片中表达较高,与光周期相关基因的表达吻合.     

几乎无偏刘估计的不可容许性

考虑了线性回归模型中,在Fisherian和Mahalanobis损失函数下,几乎无偏刘估计对于最小二乘估计的不可容许性;结论表明:几乎无偏刘估计在Mahalanobis损失函数下是不可容的;最后进行了数值模拟来表明结果.     

基于分层贝叶斯模型的损失准备金估计

传统的准备金模型主要是通过加总个体数据得到聚合损失三角形数据建立的,然而,这种数据的加总对原始个体数据产生不可避免的信息浪费.虽然这种方法简单,但可导致准备金估计的较大偏差.近年来提出的个体数据准备金模型中大都没有考虑保单合同之间的相依性.本文假设相同事故年的保单产生的索赔具有某种共同效应导致的相依情形,通过建立个体数据准备金的分层贝叶斯模型,利用信度理论的思想,得到每个事故年的准备金估计,从而得到总准备金的估计.进而,讨论了发展因子和结构参数的估计及其相应的统计性质.最后,给出数值例子表明本文给出的准备金估计的计算方法,并且比较了个体数据和聚合数据下准备金估计的均方误差.     

加权马尔可夫链在水稻产量预测上的应用

基于水稻的产量受多种因素的影响,并且具有较大的随机波动性的特点,提出了运用加权马尔可夫链的方法对水稻产量进行预测,并依据黑龙江省历年水稻产量的数据对该省2012年水稻产量进行了预测,验证了其有效性.     

"牡丹江19"的特点及栽培技术

“牡丹江19”是黑龙江省农科院牡丹江农科所于1977年以石狩为母本,岩锦为父本杂交成的优质高产早粳水稻品种.1980年决选,品系号为牡80—541,1985～1986年两年全省区试,1987～1988年两年全省生产试验,1989年3月     

水稻壮秧剂在早稻育秧上的应用技术

湿润育秧、旱育秧、塑料软盘育秧施用壮秧剂能提高秧苗素质，有效地防治秧苗立枯病的发生，水稻平均增产8．5％，其最佳施用量分别为每盘60g、70g、10g。     

干燥工艺对稻谷发芽率影响的研究

利用薄层干燥试验台，采用二次回归正交组合设计试验对辽宁省稻谷主要品种942进行研究。分析了热风温度、表现风速、初始水分、干燥时间对稻谷发芽率损失影响的规律，建立了稻谷发芽率损失回归方程，在干燥时应采用低温干燥，以保证其发芽率。利用贡献率法确定各因素在二次非线性模型中的主次关系为热风温度、初始水分、表现风速、干燥时间，为进行辽宁省稻谷深床干燥研究提供了理论依据。     

N0502022 水稻机械稀直播与乳苗稀播轻型、高效栽培技术

该项成果研究了包括生育期特征、器官与群体生长、分蘖成蘖与源库特征为主要内容的直播水稻生长发育与产量形成特点，尤其是针对季节紧、立苗差、草害重、个群体调控难的高产、稳产性难点进行攻关，揭示了直播稻的稳产、高产形成规律，建立了以稀播为中心的改善群体质量的机械稀直播综合配套技术，开发了绿化乳苗稀抛播新型稻作方式及包括乳苗特征与育苗技术、