无机化学实验教学中的“绿色化”探索

针对无机化学授课对象多而广，所需试剂种类及用量庞大，产生的废气、废液、废渣等对环境具有危害的特点，通过整合优化实验内容，规范实验操作，采用微型实验、多媒体及网上虚拟实验室，合理收集及处理三废等方面的改革创新．将绿色化学的理念深入到无机化学实验的各个环节中，以初步实现无机化学实验教学的“绿色化”，培养学生的绿色意识．     

基于泛函网络的组合推荐算法

在研究组合算法的基础上，提出一种基于泛函网络实现前融合推荐算法. 探讨Vague集条件下推荐算法的前融合问题，给出了基于泛函网络构架实现前融合组合推荐算法的一般过程. 通过推荐系统泛函拓朴结构的建立，利用泛函神经元的自学习、自组织和自适应能力，进一步优化推荐结果，较大地提高了系统的推荐准确度. 最后，将算法应用于Movielens推荐系统中，计算机仿真实验结果表明，本文提出的基于泛函网络实现前融合推荐算法是有效的、可靠的.     

一种使用log函数的新型修正激活单元LogReLU

提出一种新型校正激活函数的改进,该新型校正激活函数带有一个可变参数,使用对数函数对正区域的梯度进行矫正,解决了预测准确率较低的问题.改进的激活函数使用两个不同参数分别控制正区域和负区域的梯度.通过对两个不同数据集进行仿真实验的结果表明,新提出的两种方法效果均好于原始的修正线性单元,带有两个参数的改进使验证错误率分别降低了0.14%和5.33%.     

物联网安全问题研究

随着物联网的应用越来越广泛,其安全问题也越来越突出。从物联网的概念入手,对目前物联网存在的安全问题进行了分析,提出了构建物联网安全体系、解决物联网安全隐患的思路。     

区域间总产出波动相互影响的网络模型

国家(地区)间总产出波动存在相互影响是全球化时代的普遍现象,但缺少其相互影响强度的定量研究.基于冲击在非对称的区域间产业网络上的传播,分析了区域间总产出波动相互影响的机理,并依据区域间产品关联,构建了以区域为节点的度量区域间总产出波动相互影响的区域赋权影响网络.通过对网络度关联结构、基础关联结构、核关联结构及非对称结构四个维度的分析,定量描述了区域间总产出波动相互影响的强度.实例分析表明,该模型及相关度量维度能够量化不同区域间总产出波动的相互影响,定量描述某个国家(地区)在多区域经济大系统中的作用,在区域经济合作、贸易规则制定以及全球价值链构建等方面具有重要的理论和实际意义.     

基于域适应与分类器差异的滚动轴承跨域故障诊断

基于数据驱动方法诊断滚动轴承故障时，不同工况下的数据特征分布差异会导致模型诊断性能严重下降.针对这一问题，提出了基于域适应与分类器差异的滚动轴承跨域故障诊断方法.首先利用卷积神经网络对带标记的源域样本和无标记的目标域样本进行特征提取;然后通过2个全连接分类器进行故障分类;最后通过分步优化分类损失、域最大平均差异损失和分类器差异损失，实现源域和目标域之间的域分布对齐，从而实现无标记目标域样本的故障诊断.实验结果表明，所提方法与主流的域适应方法相比具有更高故障诊断准确率，验证了该方法的合理性和可行性.     

文献史料：“为何”以及“如何”进入当代文学史

学界以往对文献史料之于当代文学研究意义的重要性认识不足．一定程度上可以归固于对当代文学史研究作为断代史和专门史的属性有所忽略．对当代文学史叙述的任务和目标比较模糊．以及对当代文学的特赇性缺乏足够的自觉。在文献史料的运用上，既有囿于研究者的史学意识和史料视野，大量新发掘的文献史料没有进入文学史，导致一些流行的偏见仍是文学史上难以撼动的“钉子户”；也有在写作上未能将文献史料与作家的文学行为分析、优美作品的深度阐释、文学史价值的重构与发现有机地加以融合的问题。以作家的“文学行为实存分析”为中心,结合政治、制度、文化的考察．融合事件、思潮、作家、作品．叙述出文体演化史、思潮流变史、审美风尚史以及作家作品史齐头并进、杂糅无间的当代文学发生发展的生动和流动的景象,应是文学史叙述追求的一种新的境界。     

解读《献给艾米丽小姐的一朵玫瑰》中的哥特式元素

《献给艾米丽小姐的一朵玫瑰》是福克纳短篇小说的代表作之一。福克纳小说中塑造的畸形变态的人物形象及离奇的故事情节深刻地展示了美国南方历史中的痛苦人生。通过分析作品的主题、氛围及人物来研究小说所具有的哥特式元素，即该小说是一部哥特式小说，作者用哥特式手法为我们展现了社会转型时期人们的内心世界。     

含缓冲液的双水相体系相平衡的神经网络模型

针对含有[C4mim]Br和K3C6H5O7/H3C6H5O7的双水相体系在不同pH值的相平衡数据,建立神经网络模型对其进行了关联和预测,提出了隐含层节点数和误差控制值的二维寻优法,获得了较为满意的计算精度.与热力学方程对比显示,所建模型的精度与Wilson方程基本相当,优于NRTL方程.     

基于关键用户的非均衡热传导与物质扩散算法

物质扩散和热传导算法作为2个经典的基于网络结构的算法被普遍用于信息过滤.然而，现有的算法将所有的用户等同看待，没有区分不同用户的贡献，也没有移除恶意用户，从而导致性能不理想.针对这一问题提出基于关键用户的非均衡热传导与物质扩散算法（core-UHM），用以解决教育资源库中的高质量资源检索问题.算法的背后思想主要是基于信息领域中的帕累托法则，也即是20%的用户主导着整个系统中80%的交互.基于关键用户不仅能够保证资源的质量，同时也大大节省了计算开销.通过在真实的学术搜索日志数据集上的实验，证明了算法的有效性.