集体记忆与侨乡形象——以《申报》为主的民国时期报刊中的汕头

作为中国近代史上流往南洋人口最多的区域之一,汕头一直是媒体竞相报道的对象。《申报》在近代汕头"侨乡"的塑造史上起着不可磨灭的作用。以《申报》为主的民国时期报刊对汕头涉侨的新闻报道通过对汕头涉侨族群的日常生活方式及价值观念的重复反映,形成民众对汕头"侨乡"意识的整合,书写了汕头华侨"始发站""回归地"与"信息集散地"的集体记忆,塑造了汕头的侨乡形象。     

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%.     

试论美国族裔文学中的文化记忆共同体思想

作为一个移民国家,美国多元文化是在移民文化和本土文化不断碰撞和融合过程中逐渐形成的。在此过程中,文化记忆不仅是移民文化发展的动力,也是移民作家的创作源泉。以美国族裔文学中的文化记忆共同体思想为契入点,可以对美国本土裔、亚裔、犹太裔、非裔、西裔等文学中的文化记忆共同体进行梳理与考查,提出美国族裔共同体思想是勾连族裔文化记忆的独特脉络。通过探讨各族裔文学内部,能使我们发现族裔之间形成文化记忆共同体的潜能,并展望各个族裔与主流文化协商互动中形成的更高层面的文化共同体思想。     

软骨藻酸多克隆抗体的制备及间接竞争ELISA检测法的建立

软骨藻酸(Domoic Acid, DA)是记忆缺失性贝毒(Amnesic Shellfish Poisoning，ASP)的主要成分，能在鱼类、贝类富集，通过食物链的传递作用对人产生毒性作用. DA是小分子半抗原，运用活泼酯法将DA与载体蛋白钥孔血蓝蛋白(KLH)和牛血清白蛋白(BSA)偶联，用1-(3-二甲氨基丙基)-3-乙基碳二亚胺盐酸盐(EDC)和N-羟基琥珀酰亚胺(NHS)提高偶联效率，通过紫外-可见分光光度法和聚丙烯凝胶电泳(SDS-PAGE)检测鉴定，成功制备偶联比为44 : 1的完全免疫抗原DA-KLH和偶联比为16 : 1的包被抗原DA-BSA; 用DA-KLH免疫小鼠后获得高达210 000 units/mL效价的抗血清，并通过不断优化间接竞争ELISA(ic-ELISA)检测DA的条件，确定各项最佳工作质量浓度及条件，最后成功绘制100 ng/mL~10 μg/mL范围内的DA检测标准曲线.通过优化ic-ELISA检测方法成功实现了快速定量检测DA，这对水产品藻毒素检测试剂盒的开发具有指导意义，也为建立赤潮毒素监督体系提供了良好的实验基础.     

记忆细胞自动机规则40的动力学行为

引入双边无穷符号向量空间,从符号动力学的角度研究添加少数记忆函数后的基本细胞自动机规则40的动力学行为.借助计算机编程,找到了一个具有Bernoulli右移位性质的子系统,通过分析2阶有限型子移位对应的转移矩阵的性质,讨论其在子系统上的拓扑混合性和拓扑熵,进一步证明了它在这个子系统上同时具有Li-Yorke和Devaney意义下的混沌.该方法同样适用于其他细胞自动机的研究.     

基于频控阵的递推最小二乘波束形成算法

频控阵通过在阵元间加入远小于载频的频率增量,使波束的空间分布距离角度二维相关。基于频控阵基本结构,引入两种接收信号处理机制,并对其进行理论推导分析,仿真表明两种机制均能有效接收信号。针对指向误差存在,导向矢量失配导致主瓣发生偏移问题,采用递推最小二乘波束形成算法处理。仿真结果表明,存在指向误差时,该算法在两种机制中均能在目标位置形成主瓣,在干扰位置形成零陷,验证了算法在频控阵中应用的稳健性。     

高速公路出行距离特征分析与应用

为分析高速公路出行距离特征与快速准确地计算高速公路起讫点(origin-destination,OD)矩阵,通过统计收费数据探寻不同车型的出行距离特征,并结合收费站点区域的联系强度构建OD估算模型。根据车型分类标准对收费数据进行分车型整合处理,利用频数分析和曲线拟合建立出行特征函数,并利用空模型法模拟客车和货车距离衰减规律;根据收费站不同行车区间内出行概率与节点间的联系强度,建立基于驾驶员出行特征的OD估算模型并进行实例分析。结果显示:河北省客、货车出行距离区间分别集中在50～150 km与100～300 km;距离衰减系数分别为1.08和1.205,不同于默认值2,随距离的增加有显著的衰减趋势;客车和货车最佳拟合函数分别为对数正态分布和正态分布,OD估算结果误差小于5%。     

基于改进果蝇算法和长短期记忆神经网络的油田产量预测模型

产量预测是油田生产动态开发研究的重要内容之一。油田的长期生产积累了大量数据,但是波动幅度很大,直接应用长短期记忆神经网络预测油田的生产指标,会出现神经网络泛化性很差的问题。因此,首先利用双层长短期记忆神经网络(long-short term memory,LSTM)和随机式失活对神经网络架构进行调整,建立了深度学习神经网络模型;并提出了一种新的果蝇聚集方法,通过改进的果蝇优化算法对所建立的神经网络模型进行优化,避免其陷入局部最优解,搜寻解空间的最优解;最后,油田实例验证表明,优化后的深度学习网络的网络泛化能力和预测精度有了较大提高,对于油田波动性较大的数据也能较好地拟合。所建立油田产量预测模型可应用于矿场开发实际。     

基于Attention Bi-LSTM模型构建蛋白质诱饵序列库

利用计算机技术在海量质谱数据中鉴定蛋白质序列是蛋白质组学研究最基本且重要的任务之一，诱饵序列库构建的好坏是蛋白质鉴定质量控制成功的关键之一。发展了基于注意力机制-双向长短期记忆神经网络(Attention Bi-LSTM)的诱饵序列构建方法，整体研究基于编码-解码框架，采用双向长短期记忆神经网络在解决传统循环神经网络梯度消失问题的同时，可以捕获前向后向更多依赖信息对处理序列数据更加有优势；引入注意力机制提高模型对目标序列库和诱饵序列库相关程度的关注度；并与目前常用的随机和反转算法进行比较。结果显示，基于Attention Bi-LSTM模型构建的诱饵序列库能满足理想诱饵序列库的各项特征要求；在不同大小实验数据集以及谱图、肽段、蛋白3个层面对比分析，显示构建的诱饵序列库与其他方法比具有更好的灵敏性。因此，Attention Bi-LSTM是一种很有潜力的诱饵序列库构建方法。     

西川满《地狱的谷底》的遣返书写与台湾记忆 ——基于文化记忆视阈的分析

作为日本战后最早涉及台湾遣返体验与殖民地记忆的文学作品之一，日本作家西川满创作的《地狱的谷底》以生命体验与身份认同为遣返书写的两大主题，以女性不断耗散的生命体验展现遣返者作为受害者的“悲剧”，通过持续破灭的身份认同呈现遭遇巨大失败、丧失文明、内部撕裂犹如“地狱的谷底”般的日本，在此基础上进一步将台湾“记忆化”为“故乡”式的存在。西川遣返书写的最大逻辑悖论在于其构筑的“遣返者=受害者”“战后日本=地狱”的意识形态，其台湾记忆最大的情感陷阱就是通过“美化”和“忘却”的记忆重构了“事实”、代替了“事实”，这种记忆成为日本战后民族文化记忆的一部分，影响了战后日本人关于殖民和战争的认识，需要进行批判和厘清。