指类句研究综述

近年来一些学者开始从认知的角度研究指类句。本文从规则、概率、认知三种路径梳理指类句研究现状,旨在分析指类句研究中存在的关键问题并展望认知路径研究指类句的前景。     

开关柜的成本优化设计

<正>经济效益是企业赖以生存的根本。随着社会供需的发展变化,企业每年都把节能降耗作为重点工作来抓。节能降耗的多少直接关系到产品价值与利润的高低,对于企业的经济效益具有不可忽视的作用。本文,笔者从开关柜的设计角度出发,对如何降低产品成本进行了探讨。     

高职院校数学教学体系及教学模式的创新研究

依照高职教育人才培养模式的特点,高职院校数学教学体系及教学模式创新应以满足具有应用性和实用性的特点为目标。本文针对高职院校的特点研究了数学课程在教学体系及模式方面的创新原则,并给出了在遵循该原则的基础上如何优化重组教学内容、创新教学模式的具体实施方法。     

变化风场下太湖表层湖流特征及其对蓝藻迁移的影响

为了解太湖表层湖流对变化风场的响应特征,以及风场表层流场对蓝藻迁移的影响,通过GPS粒子示踪器对表层湖流进行观测,结合观测期间风场的变化特征和遥感图像,分析了变化风场条件下太湖的表层湖流特征以及蓝藻水华的迁移聚集过程。结果表明:太湖风场是太湖表层流场的主要驱动力,但受到地形特征、岸线特征等因素的影响,不同水域表层流场对风场的响应并不完全一致;太湖风场影响下太湖表层湖流在空间上的广泛差异性是导致蓝藻迁移过程中在不同区域聚集程度不同的主导因素,也是区域性蓝藻水华暴发的重要原因之一。风场表层流场蓝藻迁移聚集过程是一个依次传导的响应系统,条件适宜风场影响下的流场是触发蓝藻水华短时间、大面积暴发的重要外部因素。     

红姜花中黄酮的分离与鉴定

风干粉碎后的红姜花（Hedychium coccineum）根茎用工业甲醇浸提,甲醇浸提物用乙酸 乙酯-水萃取。采用多种分离技术（硅胶柱层析、Sephadex LH-20、RP-18柱层析、HPLC）分离乙酸 乙酯浸膏中的化学成分,通过NMR等方法对所得的化合物进行结构鉴定。共鉴定6个黄酮类化合 物,分别是 5-hydroxy-3,7,4’-trimethoxyflavone （1）、3,5-dihydroxy-7,4’-dimethoxyflavone （2）、 kaempferol-4’-O-methylether （3）、ermanin （4）、dihydrokaempferide （5）、aromadendrin-7,4''-dimethyl ether （6）。均为首次从红姜花中分离得到。     

幼儿语言获得的建构机制及教育策略

在语言的获得过程中,儿童的学习是一个积极主动的建构过程,受交往背景和语言环境的影响,儿童与其语言环境形成一个动态的系统,在这个系统中,儿童不是语言训练的被动受益者,而是有明确意图和目的、积极交往的语言加工者,语言获得的进程在某种意义上取决于儿童本身。     

聚房山焦 以科教振兴房山

政策环境进一步优化 房山区委、区政府十分重视科学技术的发展,把实施"科教兴房"与实施可持续发展和龙头带动并列为新时期三大战略,写进了房山区国民经济和社会发展"十五"计划纲要.先后制定出台了"关于加强技术创新,发展高科技,实现产业化的意见","进一步扶持民营科技企业发展的若干意见"等政策,为科技企业和全区科技工作的开展营造了良好的环境.     

聚焦房山——以科教振兴房山

近几年,房山区委、区政府以改革开放和科技进步为动力,以推动全区经济跨越式发展和社会事业全面进步为己任,努力贯彻“科学技术是第一生产力”的正确思想,大力实施“科教兴房”战略,促进科技与经济的紧密结合,推动区域经济的健康发展。     

带状采伐对新生毛竹空间结构及稳定性的影响

【目的】带状采伐是毛竹资源高效经营的重要技术手段,研究带状采伐后新生毛竹空间结构一元、二元分布特征及稳定性,比较不同采伐处理空间结构恢复效果,为带状采伐技术评价和后续经营提供科学依据。【方法】以实施不同宽度带状采伐处理后的两度新竹为研究对象,利用新竹混合度、大小比数和角尺度对比不同采伐处理与未采伐对照样地的新生竹空间结构变化情况,并采用基于空间结构指数的林分空间结构生产函数评价新生竹稳定性。【结果】(1)带状采伐后两度新竹的平均混合度较对照减少2.90%～23.75%,新竹处于弱度混合到中度混合之间(新竹混合度为0.395～0.503),零度混合的新竹比例增大;新生竹整体保持中庸状态(大小比数为0.506～0.545),除带状采伐宽度15 m(15M)处理外,优势新竹的比例较对照样地有所增长,且随采伐宽度增大而减小;带状采伐未改变新生竹空间分布格局,新生毛竹始终呈现随机分布状态。(2)处于优势状态且强度混合、随机分布且强度混合的新生竹比例较对照分别减少3.74%～7.65%和3.21%～12.82%,处于中庸到优势状态且随机分布的新竹比例整体略大于对照样地,带状采伐宽度5 m(5 M)...     

基于API序列特征和统计特征组合的恶意样本检测框架

针对恶意样本行为分析,该文提出了一种组合机器学习框架,首先对应用程序编程接口(application programming interface,API)序列中调用的依赖关系进行功能层面上的分析,提取特征,使用随机森林进行检测;其次利用深度学习中的循环神经网络处理时间序列数据的特性,在冗余信息预处理的基础上,直接对序列进行学习和检测;最后对2种方法进行了组合。在恶意软件样本上进行的实验结果表明:2种方法均可有效检测恶意样本,但是组合学习的效果更优,AUC(area under the curve of ROC)达到99.3%,优于现有的类似研究结果。