搜索引擎日志中"V+N1+N2"型短语研究

搜索引擎用短语词典能够有效地改善和提高信息检索的性能,"V+N1+N2"型结构是一种常见汉语短语结构.本文基于搜狗语料,分别从各组成要素特点、语义特征以及句法功能,对"V+N1+N2"型动词短语和名词短语进行统计分析和相关数据处理.针对不同语义关系,在不改变原语义的条件下,提出了相应的转换模式,为搜索引擎用短语词典的构建提供了理论支撑.     

取代芳烃与6种生物毒性的定量构效关系

根据成键原子的结构特征,提出了计算取代芳烃原子点价δi的新方法,并由δi建构了取代芳烃的分子连接性指数mXn,用mXn与取代芳烃对斜生栅列藻急性毒性,诱发浮萍萎黄病毒性、绿藻毒性、大型蚤毒性、斑马鱼毒性和金鱼毒性等6项生物活性相关联,获得令人满意的线性回归方程,相应的相关系数r依次为0.975 8、0.984 6、0....     

统计流形在切丛上提升的等积仿射结构

具有等积仿射结构的统计流形在贝叶斯统计理论中有着重要应用,主要讨论统计流形及其切丛上的等积仿射结构,得到了统计流形的无挠仿射联络和其在切丛上提升的仿射联络的等积仿射性是一致的.     

一类带调和势的随机非线性Schrdinger方程的爆破解(英文)

讨论一类带调和势的随机非线性Schrdinger方程.众所周知,带白噪声的非线性Schrdinger方程描述了非线形色散波在非齐次或随机介质中的传播.首先给出带调和势的随机非线性Schrdinger方程的一些准备知识,通过建立该方程的性质,运用随机分析方法,证明了临界和超临界情形下解在对应能量空间中的爆破性质,推广了带调和势的非线性Schrdinger方程在确定情形下的相关结果.     

亚硝胺类化合物诱导小鼠食管病变与基因组甲基化的关系研究

研究亚硝胺类化合物诱导小鼠食管发生病变与基因甲基化的关系,在亚硝酸钠（NaNO2）和N,N-二甲基苄胺（N,N-Dimethylbenzylamine）混合物诱导小鼠食管病变过程中,定期取小鼠食管,一部分做病理切片观察组织学变化;另一部分提取组织DNA做变性高效液相色谱（Denaturing High Performance Liquid Chromatography,DHPLC）,检测基因组甲基化修饰的改变。结果在亚苄混合物诱导的小鼠食管癌变过程中,全基因组甲基化修饰是逐渐降低的,在达到一定程度后即保持一种稳态。此时组织病理学才发生光镜下可见的改变。说明全基因组甲基化修饰的逐渐降低可能是亚硝胺类化合物诱导食管发生病变的途径之一．这种基因修饰的变化有助于进一步研究食管鳞癌发生的分子机制。     

板柱结构边柱节点的受冲切承载力

讨论了文献中报导的36个边柱节点的试验结果,描述了板的破坏形态和特征.基于剪应力线性分布假设,推导出校核由剪力偏心传递的部分不平衡弯矩系数α0的表达式,并对试验结果作了验证,发现规范(GB 50010-2002)中的α0值与试验结果不符,取值偏大.另外,还指出在板与柱之间不由剪力传递的这部分不平衡弯矩(1-α0)Munb,应通过板受弯来传递,此弯矩所需要的钢筋设置,在规范(GB 50010-2002)中没有条款.最后对边柱节点受冲切设计方法提出了改进意见.     

虚拟华师校园三维模型的构建

介绍了构造三维模型相关的技术,包括模型制作技术、实例技术、外部引用技术、LOD技术和图像处理技术.以虚拟华师校园为例,详述了场景建模的过程,内容包括:资料的准备、在Creator建模平台中创建三维模型和进行模型的集成.并以建筑物的建模过程详细介绍了模型的构建步骤.     

无网格法中一种新型权函数研究和应用

文章基于概率论和误差理论,提出了一种新的权函数——正态权函数(Normal weight function),从理论和实践上证明了它的实用、可行性。通过一维杆和二维梁实例,把正态权函数与现有流行的权函数进行比较,说明它是一种受影响域半径变化的影响较小、高效实用的权函数。最后给出了正态权函数影响域半径的确定规则。     

火灾下高强钢栓焊连接节点力学性能试验研究

通过栓焊连接节点足尺试验,对比分析Q690和Q9602种强度的高强钢栓焊连接节点在常温和火灾高温下的力学性能。将试验获得的节点承载力与美国、欧洲和中国的现有规范进行对比,验证现有规范对高强钢栓焊连接节点的适用性,并提出高强钢栓焊连接节点的设计建议。最后,对比分析高强钢端板连接节点和栓焊连接节点抗火性能的异同,结果表明高强钢栓焊连接节点抗火性能相对优于高强钢端板连接节点。     

机器学习模型在地下水埋深模拟中的适应性分析

基于京津冀气象、社会资料及地下水埋深数据,构建支持向量机(SVM)、循环神经网络(RNN)和长短期记忆神经网络(LSTM)模型对京津冀地区13个城市地下水埋深进行了模拟,并以确定系数、均方根误差、平均绝对百分比误差、纳什系数对3个模型的适应性进行了评价。结果表明：LSTM模型模拟效果最好,其次是RNN,SVM最差;不同城市基于LSTM模型进行地下水埋深模拟时参数调整最少,适应性最好,SVM模型参数调整最多。将3个模型应用于随机选择的6个测站进行验证,在华北地区浅层地下水埋深模拟方面,LSTM模型模拟精度和可信度最好,适应性最强,是该地区地下水埋深模拟的首选机器学习模型。