相转移催化反应

无机盐与有机物由于互不相溶很难反应,使用相转移催化剂可以使水相中的无机盐和有机相中的有机物经历相转移催化过程发生化学反应,这在有机合成中具有重要意义.     

基于用户等级的协同过滤推荐算法

提出一种基于用户等级的协同过滤推荐算法, 解决了传统协同过滤推荐算法的扩展性问题. 该算法首先定义用户等级函数, 依据用户所评价的项目数确定用户等级; 并通过仅在用户等级的邻域内查找近邻的方法, 提高协同过滤推荐的效率. 实验结果表明, 该算法与传统协同过滤推荐算法相比, 在不影响推荐质量的前提下, 极大地提高了推荐效率.     

英语课堂测试与课堂评估

在目前大学英语大班上课、师资不足的情况下,课堂测试是众多课堂评估方式中一个较为实用而又非常科学的手段,它为教师的日常教学过程提供必要的反馈,使教师能及时调整教学计划和教学方式,更好地促进教学;为学生调整学习方案提供反馈,使学生了解自己的长处和不足,更好地监控自己的学习,调整自己的学习策略,最终能够成为善于自主学习的人。     

一种使用属性表的快速概念聚类算法

形式概念分析是一种用于概念聚类的无监督机器学习技术,在数据挖掘、信息检索等很多领域中得到了应用．将概念搜索空间重新组织成一棵前缀树,并构造了一张属性表,利用表中保存的数据对前缀树进行剪枝,使概念聚类的过程仅在一些有效的子空间中执行,进而提出了一种使用属性表的快速概念聚类算法．实验结果表明,该算法在稠密和稀疏的形式背景下均优于NextClosure算法．     

基于两阶段计数的用户关联挖掘

基于规则的推荐技术在数据集上挖掘项目关联和用户关联为当前用户做推荐．用户关联挖掘是使用用户关联进行推荐的关键．首先证明在整个数据集上挖掘到的关于当前用户的用户关联集是只在包含当前用户评价的数据集上挖掘到的关于当前用户的用户关联集的子集,提出基于两阶段计数的用户关联挖掘框架,然后应用概念格技术实现了基于两阶段计数的用户关联挖掘算法,并通过实验表明该算法具有更好的性能．     

松嫩草原羊草种群数量特征对增温和施氮的响应

在松嫩草原野外条件下,采用模拟升温和氮沉降的控制实验探讨了羊草(Leymuschinensis)种群数量特征的响应机制.结果表明:施氮可以显著促进羊草生长,增加羊草种群的高度和密度,加快羊草种群的分蘖速度,进而增加羊草种群在整个群落中的重要值,从而提高羊草的竞争力.增温处理对羊草各项数量特征的影响不显著.增温加施氮处理可使羊草的重要值显著增加,具有协同作用.在整个观测期中,从5月21日到6月17日,增温、施氮处理后的羊草物候期分数均高于对照;从6月24日到8月10日,增温和施氮处理后的羊草物候期分数均低于对照.这说明处理后羊草的春季物候期提前,种子的脱落期延后,落叶推迟,生长期延长.而增温加施氮的交互处理对羊草物候期则无明显影响.     

一种基于GDT的缺省规则发现算法

将泛化分配表(GDT)作为假说搜索空间, 提出了一种从不一致和不完全的数据中提取缺省规则的算法. 使用该算法可以从不一致和不完全的数据中挖掘缺省规则, 同时该算法可过滤数据中的噪声, 并且可以对未见实例进行预测.     

特征图自适应知识蒸馏模型

针对嵌入式和移动设备的计算和存储资源受限, 紧凑型网络优化易收敛至较差局部最优解的问题, 提出一个特征图自适应知识蒸馏模型, 其由特征图适配器和特征图自适应知识蒸馏策略构成. 首先, 特征图适配器通过异构卷积与视觉特征表达模块的堆叠实现特征图尺寸匹配、 教师学生网络特征同步变换及自适应语义信息匹配. 其次, 特征图自适应知识蒸馏策略将适配器嵌入教师网络对其进行重构, 并在训练过程中实现适合用于学生网络隐藏层监督特征的自适应搜索; 利用适配器前部输出提示学生网络前部训练, 实现教师到学生网络的知识迁移, 并在学习率约束条件下进一步优化. 最后, 在图像分类任务数据集cifar-10上进行实验验证, 结果表明, 特征图自适应知识蒸馏模型分类正确率提高0.6%, 推断损失降低65%, 并将收敛至78.2%正确率的时间减少至未迁移时的5.6%.     

松嫩草原羊草氮代谢对土壤盐碱化的响应

本文模拟梯度盐碱化土壤环境,对羊草氮代谢的影响进行研究。结果表明：随着土壤pH值的逐渐升高,羊草总氮量先下降,然后出现了明显的上升,又再次出现了下降的趋势;其中,羊草铵态氮含量大体上表现出了明显的下降趋势;羊草硝态氮含量大体上呈现出先下降后上升再下降的趋势。     

层状化合物K_(0.81)Li_(0.27)Ti1.73O_4的合成

研究以K2CO3,Li2CO3和TiO2为反应原料合成层状钛酸盐K0.81Li0.27Ti1.73O4过程中合成条件对产物的影响.结果表明:反应温度在1000～1200℃,反应原料配比为n(K2CO3):n(Li2CO3):n(TiO2)=(0.405～0.42):(0.135～0.165):1.73时,均可以得到产物K0.81Li0.27Ti1.73O4,延长反应时间及升高反应温度均有利于产物的生成;在1200℃高温条件下,使用刚玉坩埚为反应容器时,最佳的反应条件是:反应温度为1100℃,反应原料配比为n(K2CO3):n(Li2CO3):n(TiO2)=0.405:0.135:1.73,反应24h.