小议汉语夫妻称谓

文章对汉语不同时期的夫妻称谓方式进行了历时的梳理与描写,并在此基础上划分了汉语夫妻称谓的类别.汉语夫妻称谓具有明显的性别歧视性,而这一伦理观念正在被新时期"男女平等"的价值理念所取代,文化变迁反映在语言上就是带有尊重妻子色彩的称谓语日益增多.     

建筑外墙渗漏的原因及防治措施

外墙渗漏是一般民用建筑工程的通病,本文对它的原因进行分析,并提出防治措施,使其得以有效防治。     

技术冲突解决原理及其软件实现

TRIZ理论用 39个标准特征来表示产品性能中的技术冲突 ,并用 4 0条发明原理来解决技术冲突。根据 TRIZ理论 ,运用 Visual Basic+ +编制的软件实现了这一过程 ,找出了解决技术冲突的原理并给出工程实例     

一种二次Hermite有理插值样条及其性质

文章构造了一类具有线性分母的二次Hermite有理插值样条,它在插值区间上C1连续并且对一次多项式精确成立;讨论了在内节点和半节点二阶导数的跳跃量,得到了被插函数在不同光滑度情况下的跳跃量的估计式,并给出了该样条的一种误差估计以及它在插值区间保持凸性的充分必要条件.     

锯缘青蟹营养成分分析

分析锯缘青蟹可食组分－－肌肉,生殖腺和肝脏的含量及其营养成分,其结果是雄蟹可食部分约占体重64％左右,而各组分占可食部分比率,肝脏为10．75％,雌雄生殖腺分别为16．52％和1．83％,肌肉为59．30％（雌蟹）和70．84％（雄蟹）,雌性生殖腺含水分最低（54．69％）,含蛋白质最高（30．59％）,氨基酸评分最高（93．58）,脂肪含量肝脏和雌性生殖腺较高（15．68％和14．50％）,肌肉最低（0．82％）,但肌肉中不饱和脂肪酸（UFA）,多不饱和脂肪酸（PUFA）,EPA,DHA的含量最高,分别为74．58％,47．83％,18．04％,13．52％,肝脏灰分和Ca 含量最高,每100g分别含2．72g和580mg.4组分均为高K低Na,每100g各组分中的Se含量均大于等于110ug,每100克雌生殖腺中胆固醇含量为766．16mg。     

棘托竹荪子实体鲜品的化学成分及抑菌活性研究

用水蒸气蒸馏法提取棘托竹荪子实体鲜品的挥发油,每100g得到0.093g.用石油醚冷浸提棘托竹荪子实体鲜品,每100g得到0.475g.应用GC-MS对提取物的化学成分进行研究,用HP-5MS柱分离,质谱法分别鉴定出35种和37种成分,其中有18种成分是首次从竹荪属中检测到的.挥发油主要成分为醇、芳香烃、倍半萜、脂肪酸、酮等;石油醚提取物主要成分为脂肪酸、醇、芳香类、酯、胺等.提取物的抑菌效果:挥发油石油醚提取物.挥发油对受试的霉菌、酵母菌、细菌都有强的抑制作用.     

一种有理插值曲面的有界性质和点的控制

文章介绍了一种分母为二次的仅基于函数值的二元有理插值曲面,研究了这种插值曲面的有界性质和点的控制方法;证明了在插值区域内,无论参数如何选择,插值的函数值都是有界的,得到了该插值不依赖于参数的估计表达式;更重要的是,在插值数据不变的情况下,可以通过选择合适的参数来修改插值区域内任一点插值函数的值;在特殊情况下,可将4个参数化为2个参数,研究了"中点-均值"控制方法,并给出了数值例子。     

基于PCA-BNN的页岩气压裂施工参数优化

国内外学者在已有大量国外页岩压裂样本数据的前提下,开展了基于机器学习的页岩气压裂有效期预测及压裂参数优化的研究。随着近年来中国F气田不断地规模开发,积累了大量的压裂施工、生产动态、解释成果数据。通过利用已有的200口井的压裂施工历史数据及储层物性参数建立贝叶斯神经网络模型来优化压裂施工参数。选取对压裂效果有影响的储层物性参数、完井参数、压裂施工参数,用皮尔逊相关系数法分析11个参数的相关性;用主成分分析法（PCA）进一步降维处理,以降维后的主成分作为贝叶斯神经网络模型的输入参数,以压裂效果评价指标（有效期）为输出参数,引入贝叶斯方法自适应调整正则化系数避免神经网络过拟合,生成三层贝叶斯神经网络预测模型。用200口井中90%的井数据作为训练集,10%的井数据作为测试集,对该模型进行训练,实验结果表明,训练后该模型预测测试集的相对误差均值在5%以内,可以用来优化压裂施工参数。     

基于ERNIE-BiLSTM-DPCNN的微博长文本谣言检测

为了实现对于微博长文本谣言的检测,使用ERNIE模型对微博长文本数据使用词嵌入技术实现对文本的向量化,将这些词向量作为BiLSTM-DPCNN模型的输入,利用BiLSTM-DPCNN模型的特性,捕捉句子中的上下文信息和长期依赖关系,最终高效地提取特征并进行分类.数据集通过五折交叉验证方法划分,通过设置多组对比实验,实验结果显示：ERNIE-BiLSTM-DPCNN模型的准确率达到98.52%,高于在同一数据集下的其他同组实验,证明该模型对于微博长文本谣言检测具有较好的效果.