基于深度学习的中医古文献临床经验抽取

中医古文献蕴藏着丰富的临床经验，是古代中医在行医过程中对临床诊疗的经验性总结，体现了中医学形成和发展的理论框架和思想基础.然而这些宝贵的临床经验不仅量大，而且分散在不同的文献中，使得中医从业者手工很难快速全面地获取它们，文献检索工具也只能提供文档级别的信息筛选，无法为这种细粒度的信息获取提供支持.此外，古汉语相对于现代汉语的不同特点也限制了主流文本分析工具的使用效果.为此本文提出面向临床经验获取的中医古文献信息抽取任务，用于识别古文献中描述临床经验的文本片段，手工标注了样本数据用于这种抽取模型的训练和测试，并设计了基于深度学习的序列标注器用于完成该任务.考虑到标注数据量小可能带来的过度拟合问题，本文引入对抗训练和虚拟对抗训练来增强模型的泛化能力.一系列充分的实验验证了模型的有效性，表明利用信息抽取技术从古文献获取中医临床经验具有可行性，为这一新的信息抽取任务提供了有希望的研究基线和可复用的标注数据集.     

大学生童年受忽视经历对自尊的影响:应对方式的中介作用

为研究大学生在童年时受到忽视与自尊水平、应对方式之间的关系,采用方便抽样法,向430名学生发放童年受忽视量表、简易应对方式量表和自尊量表,使用统计软件SPSS17.0进行数据整理与分析,结果表明,大学生在童年时受到的忽视与自尊、处理应对的积极方式是负相关关系(r=-0.164,r=-0.246,P<0.01),忽视与消极应对方式呈正相关关系(r=0.152,P<0.01);自尊与大学生采用积极的应对方式呈正相关关系(r=0.398,P<0.01),与采用消极的应对方式呈负相关关系(r=-0.217,P<0.01);不同的应对方式在面临忽视与自尊之间起着协调作用,积极应对方式的协调效果有29.4%,而消极应对方式的协调效果则只有12.6%,差距十分明显。因此,大学生在童年时受到忽视与自尊、不同的应对方式会收到完全不同的协调效果。     

我国高校图书馆的微博发展状况和读者服务创新

在网络自媒体时代,越来越多的高校图书馆利用微博拓展其服务,而微博的许多优点也使其适用于图书馆的文献信息传递和读者服务。通过对新浪微博的数据调查,阐述了近年来高校图书馆微博的发展状况,探讨了微博给高校图书馆读者服务带来的创新,分析了微博的特点及其在图书馆服务中的适用性,提出了高校图书馆利用微博创新读者服务的具体对策。     

2种煤液化残渣氧化萃余物中杂原子化合物的鉴定

在40℃恒温水浴下用次氯酸钠对2种煤液化残渣进行氧化,将反应所得混合物用滤膜过滤,滤出液依次用石油醚、二硫化碳、四氯化碳和乙酸乙酯萃取,得到的萃取物用气相色谱/质谱(GC/MS)分析.根据分析结果系统地考察了2种煤液化残渣中所含杂原子化合物的分布,为从煤液化残渣中选择性地脱除这些杂原子化合物及提取高附加值化学品提供了一条路径.     

关于映射周期性的若干性质及其应用的注记

若f∈PfT(R)∩C(R),则F(x)=∫axf(t)dt,x∈R与周期函数有何关系,具有哪些性质?本文将就这一问题进行研究,获得了一个关于周期函数一个重要的若干性质的定理,应用其便捷的处理了一大批与周期函数有关的问题,进而给出了关于映射周期性的若干性质及其应用的注记,这对经济周期性研究有一定的参考意义。     

高职院校图书馆新生入馆教育工作创新研究

对几种新生入馆教育方式的优缺点进行了比较分析,以山东商务职业学院图书馆为例,详细介绍了宣传片拍摄要领及技巧,提出了一种综合性的新生入馆教育新模式.     

古代大别山区蛮人部落的若干问题——大别山区文化特色的成因

古代大别山区的"蛮人"部落是多个民族部落的融合体。大别山区蛮人部落的解体,是长期渐进的历史过程。由畜牧转向农业,从单一的粮食生产到茶叶的主产区,内部经济生活的演进是蛮人部落解体的内力,多民族国家发展中的民族大融合是它的外力。大别山区蛮人部落的解体在隋统一时基本完成。大别山区文化的特征随之成型。     

情绪对创造性思维的影响:认知风格的调节作用

通过对214名大学生施测镶嵌图形测验,筛选出场独立型和场依存型被试各45人,通过自传体回忆方法分别诱发被试的高兴、愤怒和中性情绪,探讨情绪对创造性思维的影响,以及认知风格在情绪与创造性思维之间是否存在调节作用.结果发现:高兴和愤怒情绪均对创造性思维有促进作用,认知风格在情绪和创造性思维之间起调节作用,具体表现为对于场独立型被试,愤怒情绪促进思维的流畅性、灵活性和独创性;对于场依存型被试,高兴情绪促进思维的流畅性、灵活性和独创性.     

工程实践中的体系与系统

 介绍了国际上通行的体系概念，通过实例阐述了常见的体系类型，从多个维度描述了系统与体系的区别，根据实践总结，提出体系与系统的核心界定准则，并结合工程实践进行了详细描述。     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。