学习生物学的记忆方法

帮助学生掌握与运用记忆的方法,是教学的一项重要任务,要提高学习生物学的效率,应该学会良好的记忆方法.学习高中《生物》的有效记忆方法有联想记忆法、观点记忆法、排除记忆法、突出重点记忆法、应用记忆法、比较记忆法等.     

称谓语的选用与社会身份关系之表达

称谓语是发话人用来称呼交际对方的用语。但其功能远不止于此，称谓语是社会关系在语言中的表现，它不单纯是语言的称谓系统本身。称谓语的选用能为整个交际活动定下基调，能清楚地反映出交际双方之间的社会关系和他们的社会地位。     

可变分区存储管理方式的模拟

论述了如何用C语言模拟可变分区存储管理方式的过程。形象地展示了操作系统中可变分区存储管理中采用的最佳适应算法的分配与回收过程，达到了理论与实践相联系的目的。     

基于Bert股吧舆情分析的特征融合股价走势预测研究

传统股价预测模型往往只考虑时序性数据且局限于模型自身机制,而忽略舆情对股价的影响,导致预测精度不高,针对该问题,提出基于 Bert 股吧舆情分析的特征融合预测模型对股价收盘价进行涨跌幅预测。 首先,采用Bert 自然语言处理对股吧舆情以及公司公告政策进行情感分类,并转化为虚拟变量,构建金融舆情情感特征库;然后将金融舆情特征库和时序性数据合并构建特征融合矩阵;最后输入长短期记忆网络模型(LSTM)进行股价收盘价预测,并得出股价的涨跌结果。 以华银电力(600744. SH)为例进行实证分析,实验结果表明:引入股票情感特征后的模型,得到的股价走势准确率上升了 8. 63%,预测收盘价的回归指标 FMAPE FRMSE 分别下降了 23. 59%、22. 9%,R2 提高了 8. 11%,证明引入新的舆情情感特征在实际预测中能提高股价预测的准确率,可以作为精准预测股价走势的手段。     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

车间作业计划的模糊多目标网络方法

讨论了模糊集理论在车间作业计划中的应用,提出了车间作业计划的模糊多目标网络模型及其算法。     

E^2PROM在可编程定时控制器中的应用

介绍由电子钟集成电路和Ｅ＾２ＰＲＯＭ组成的长定时控制器,以及其编码电路的设计原则和Ｅ＾２ＰＲＯＭ的应用。该控制器具有接口电路简单,控制时间范围大,容易编程特点,可应用于各种定时记录和定时控制。     

褪黑素对持续光照小鼠学习记忆能力的影响

运用Ｙ－迷宫检测小鼠的分辨学习和记忆能力,观察了年龄,每天２４小时连续１个月的持续光照和每日定时注射褪黑素对小鼠分辨学习和记忆能力的影响。结果表明,成年小鼠与青年小鼠相经学习和记忆能力下降;持续光照可引起小鼠学习记忆能力出现不同程度的下降;实验结果提示,褪黑素在维持学习记忆能力中具有重要作用。     

典型受载铁磁构件的数值模拟和磁特性

研究了铁磁构件在受载状态下表面产生漏磁的磁记忆现象,对含小孔平板进行了有限元分析,实测了受拉伸载荷时的漏磁场值.结果表明,应力集中对构件的磁特性有显著影响,在应力引起的小范围塑性变形区域存在有效的磁记忆信号,采用磁记忆方法对设备承载铁磁构件由应力集中造成的早期损伤进行检测是可行的.     

圆纬机电子选针器下位机控制系统的研究与实践

本文以PC104为上位机，89C51单片机为下位机的主从两级控制系统的电子选针硬软件设计。重点阐述了下位机存储管理程序和电子选针过程的数据读取程序的设计。系统经调试运行满足圆纬机电子选针的要求，实现了多路电子选针的目的。