下缘含有二硫代氨甲酰基结构单元的杯[4]芳烃的合成

文中以对叔丁基苯酚,1,2-二溴乙烷和二乙基二硫代氨基甲酸钠为主要原料,经过多步反应合成了两个下缘含有二硫代氨甲酰基结构单元的杯[4]芳烃衍生物:25,27-二[2-(N,N-二乙基氨基二硫代甲酰基)乙氧基]-26,28-二羟基对叔丁基杯[4]芳烃(化合物5)和25,27-二[2-(N,N-二乙基氨基二硫代甲酰基)乙氧基]-26,28-二羟基杯[4]芳烃(化合物6),并通过1H NM R和IR对化合物5和6的结构经进行了表征.合成条件优化实验结果表明,当以丙酮为溶剂时,25,27-二(2-溴乙氧基)-26,28-二羟基杯[4]芳烃(化合物4)与二乙基二硫代氨基甲酸钠的物质的量的比为1∶3.5、反应时间为16 h条件下,化合物6的产率最高可达75.3%.对化合物6光谱性质的初步研究表明其对Zn2+离子具有较好的识别能力.     

基于特征加权词向量的在线医疗评论情感分析

针对在线医疗评论文本具有行业专业性强、差异性大、不够规范等特点,提出一种基于特征加权词向量的在线医疗评论情感分析方法.利用Word2vec方法构建词向量模型,抽取情感词集合完善医疗服务领域情感词典,根据句法关系识别主题词与情感词的依存关系,引入期望交叉熵因子,建立特征加权词向量模型,分析在线医疗评论的情感倾向.实验结果表明扩充的医疗服务情感词典在分析性能上的准确率、召回率以及F₁值均高于基础情感词典,引入期望交叉熵因子后,基于特征加权词向量的情感分析方法在SVM分类上表现出更好的效果,体现了其在在线医疗评论挖掘领域的良好效用.      

基于智能聚类的内容分类方法与应用

直接依靠人的理解判断对内容进行分类,需花费大量的时间与精力,为了解决文本内容的自动聚类问题,该文在信息系统理论与自组织神经网络理论的指导下,利用智能技术得出了内容的分类结构。提出了基于智能聚类的内容分类方法,利用自组织神经网络的学习算法进行内容的聚类,并根据所提出的方法设计了基于智能聚类的内容分类示范系统,进行了应用研究,验证了该方法的有效性。     

基于多Agent的智能质量控制系统建模方法

提出一种基于多Agent的智能质量控制系统建模方法.将基于多Agent的方法应用于质量控制过程中,每个质量控制过程作为一个独立的Agent可以降低问题的复杂度.将神经网络技术及案例推理技术应用于Agent的智能决策中,可以有效地解决系统的智能故障模式识别及诊断问题,进而为工序调整和控制提供决策.计算结果表明,该建模方法是可行的.     

基于用户评论的手机产品特征挖掘研究

鉴于细粒度产品特征挖掘的重要性以及现有产品评论研究中对产品特征语义(上下位特征、同义特征)缺失的问题,根据手机产品说明书构建手机产品特征本体,再采用爬虫程序从电子商务网站获取用户评论信息,并对自然评论语言进行分词、词性标注、去重等预处理,利用Apriori算法提取相应的产品特征,结合HowNet词典,将手机产品特征本体进行语义扩展、完善,便于将来进一步准确地从用户角度对产品进行情感分析.     

关于福建省公益性事业单位绩效工资分配改革的思考

社会对实施绩效工资非常关注。本文对事业单位绩效工资的来由、绩效工资的组成以及制定绩效工资分配方案进行了论述,对公益事业单位绩效工资分配改革存在问题进行了探讨。     

基于改进BTM模型的医疗服务质量因素识别

针对在线医疗评论文本长度短、语义稀疏的特点,提出一种基于词共现分析的在线医疗评论主题挖掘模型。应用于短文本的BTM主题模型在词对的选择过程中缺少对词语语义相关性的考虑,通过引入词共现分析计算语义相关性,设定阈值筛选参与训练的词对,进行医疗评论主题挖掘,基于主题一致性TC值和JS散度对比改进的COA-BTM主题模型与传统的BTM主题模型和LDA主题模型在医疗评论主题挖掘中的效果。实验结果表明改进的COA-BTM模型在主题一致性和主题质量上均具有更好的效果,证明了其在在线医疗评论挖掘领域的有效性。基于改进算法在医疗评论主题挖掘中的应用和SERVQUAL模型,更全面地识别了医疗服务质量影响因素。      

基于改进LDA的在线医疗评论主题挖掘

对利用主题模型挖掘医疗服务主题进行了深入研究,针对LDA主题模型用于医疗评论主题挖掘中存在的语义稀疏、共现信息不足等问题,提出一种基于词共现分析与LDA主题模型结合的CO-LDA模型.首先使用词共现分析方法对评论语料库进行分析,得到词共现矩阵.其次利用LDA主题模型对语料评论进行建模表示,挖掘出患者对医疗服务的关注点.基于平均最小JS距离、平均肯德尔等级相关系数τ_b及平均TF-IDF 3个指标对比CO-LDA模型与传统LDA模型在医疗评论主题挖掘中的应用效果,实验最终表明CO-LDA模型识别主题的一致性和主题质量优于LDA模型.将实验结果与中国《医院评价标准》进行对比,一致性较高,说明基于CO-LDA的在线医疗评论主题挖掘方法的有效性.      

基于智能聚类的相关度内容检索方法

为了提高内容检索的相关度与检索效率,基于信息系统理论与自组织神经网络理论,提出基于智能聚类的相关度检索方法,并设计了检索算法.经过训练的自组织神经网络通过对查询需求进行聚类,使得内容的检索只在与查询需求同类的文本内容中进行,提高了检索效率,并通过在同一个向量空间对查询向量与文本内容的语义向量进行相似度衡量,为用户选择更相关的内容提供依据.设计开发了基于智能聚类的内容检索试验平台,验证了该方法的有效性.     

高校教育信息资源管理绩效模糊综合评价

在建立高校教育信息资源管理绩效评价指标体系的基础上,构建了相应的二级模糊综合评价模型.讨论了利用二元对比排序法计算各个因素的权重,以某高校为例,运用该模糊综合评价模型(FCU)进行了实证研究,指出所得结果可科学、客观地反映该高校教育信息资源管理的绩效水平.