基于BP神经网络的网络小说排行预测

近年来随着"IP"热潮兴起,网络文学市场发展迅速,逐渐成为文化娱乐行业投资热点.本文将机器学习方法引入到小说排行预测方面,通过网络爬虫获取网络小说信息并提取了影响排行的特征,提出了基于BP神经网络模型进行小说排行预测.针对训练数据的不均衡,本文采用ROC和AUC作为预测评价指标;实验结果表明,基于BP神经网络的网络小说排行预测的准确率较高,相比传统的文学定性分析方法,机器学习预测方法可解释性和应用性更高.     

柳珊瑚共生菌Bucillus methylotrophicus发酵液化学成分研究

【目的】研究柳珊瑚Anthogorgia caerulea共生细菌Bacillus methylotrophicus发酵液中的化学成分。【方法】采用多种柱色谱和高效液相色谱分离技术,对柳珊瑚A.caerulea共生菌B.methylotrophicus发酵液中化学成分进行研究,运用理化和波谱分析方法鉴定其化学结构。【结果】从共生细菌B.Methylotrophicus发酵液中分离了6个化合物,分别鉴定为环(脯-甘)二肽(1)、环(S-脯-R-亮)二肽(2)、胸苷(3)、尿苷(4)、原儿茶酸(5)、3-Furancarboxylic acid-5-(hydroxmenthy)-Furan(6)。【结论】化合物1~6均是首次从该种细菌中分离得到,丰富了柳珊瑚共生菌B.methylotrophicus的化学多样性。     

海洋细菌中活性次生代谢产物研究进展

基于文献检索,概述了海洋细菌中活性次生代谢产物研究进展。通过对比,发现广西目前仅处于海洋微生物菌株分离层面,在海洋细菌次生代谢产物研究层面报道很少,并提出加强海洋细菌中活性次生代谢产物研究为今后主要的方向。     

北部湾网状软柳珊瑚化学成分研究

采用柱色谱、凝胶层析和高效液相色谱分离技术,从网状软柳珊瑚(Suberogogorgia reticulat)中分离获得8个单体化合物.运用理化和波谱分析,分别鉴定为cholest-5-en-3β-ol (1)、尼克酰胺(2)、咖啡碱(3)、腺嘌呤(4)、1,7,9-trimethyl-1H-purine-6,8(7H,9H)-dione (5)、尿嘧啶(6)、胸腺嘧啶(7)、对羟基苯甲酸(8).化合物1,2,4,5,8均是首次从该种海洋动物中分离得到.     

基于扩展的情感词典和卡方模型的中文情感特征选择方法

根据经典的特征选择方法在中文情感评论文本中应用的缺陷和不足,提出了一种改进的中文情感特征选择方法.目前,现有的情感特征选择方法普遍只利用了特征项在褒贬类中的统计信息,忽略了情感极性值对特征选择的影响;同时情感文本中否定词会带来特征项情感极性反转的情况,为特征选择带来较大的负面影响.针对这些问题,首先对情感文本中的否定词进行了检测和判定,对否定词界定范围内的情感特征词进行反义变换处理,有效的解决了情感文本中极性反转的问题.同时还将特征项的情感极性值和其在类中的频率特点两个因素融入到卡方特征选择模型(CHI)中,从而提升了卡方模型在文本情感特征选择的效果.实验结果表明,本文算法较其他算法在多个领域数据集上的情感分类准确率提高了1.5%左右.     

红树木榄胚轴中芳香环类化学成分研究

【目的】通过多种现代分析手段,探究木榄(Bruguiera gymnorrhiza)胚轴中芳香环类化学成分。【方法】采用现代柱色谱、凝胶层析和高效液相色谱分离技术,对木榄胚轴中芳香环类化学成分进行研究,并运用波谱分析和文献对照方法鉴定其化学结构。【结果】从木榄胚轴中分离鉴定了7个芳香环类单体化合物,分别鉴定为邻苯二甲酸-二-2-乙基己酯(1)、邻苯二甲酸二丁酯(2)、methyl caffeate(3)、原儿茶酸甲酯(4)、异香兰酸(5)、4-羟基苯甲酸(6)、4-甲氧基苯乙酸(7)。【结论】化合物1~7均是首次从该种海洋植物中分离得到。