中药电化学指纹图谱的原理、特点和用途

针对中药真伪鉴别和质量评价这一富有挑战性的问题, 研究了中药电化学指纹图谱技术. 在恒温、恒压条件下, 以丙二酸作为主要耗散物, 针对不同成分的中药对振荡反应机理产生不同的影响, 从而引起振荡体系电极电位-时间曲线形状的不同变化为特征的B-Z化学振荡体系, 就电化学指纹图谱的原理、特点和用途等进行了详细的研究和讨论, 成功地提出了一种经济、简便、易行和有效的鉴别与评价中药的科学方法.     

稻瘟病菌新无毒基因AvrPi7的遗传及物理作图

稻瘟病是目前最具毁灭性的作物病害之一. 本研究通过由田间菌株CHL346和CHL42杂交得到的189个子囊孢子菌株构建的分离群体, 在亲本菌株CHL346中鉴定到了与水稻稻瘟病抗性基因Pi7对应的无毒基因AvrPi7. 为了确定AvrPi7位点的染色体位置, 本研究开发了一套基于稻瘟病菌测序菌株70-15全基因组序列的121个微卫星(simple sequence repeat, SSR)标记. 利用这些SSR标记对AvrPi7位点进行了连锁分析. 结果表明, 位于第1染色体的8个SSR标记与该无毒基因连锁, 其中2个最近的侧翼标记MS1-9和MS1-15分别距离AvrPi7位点3.2和16.4 cM. 为了进一步完成该位点的精细作图, 在MS1-9和MS1-15的侧翼区域进一步开发了8个SSR标记和3个候选无毒基因(candidate avirulence gene, CAG)标记. 通过对这些标记的连锁分析, AvrPi7位点被界定于标记MS1-21和MS1-22之间1.6 cM的区域内, 并与标记CAG2共分离. 为了构建该无毒位点的物理图谱, 通过生物信息学分析(bioinformation analysis, BIA), 将与该基因连锁的分子标记分别着陆于参考菌株70-15的超重叠群(supcontig)上. AvrPi7位点最终被界定在标记MS1-21和MS1-22之间的75 kb区段内. 本研究的结果对于进一步了解真菌中普遍存在的重组不平衡和部分二倍体等现象, 以及对该基因进行克隆及其功能研究具有重要意义.     

基于硕博士论文关键词构建知识图谱分析企业热点

本文对我国硕博士论文研究华为、阿里和腾讯3家大型企业的热点以及热点之间关系和热点的演化进行了探讨.首先观察论文的数量变化与学科分布,然后构建关键词知识图谱对关键词之间的内部结构特征和演化方式进行可视化展示,结果发现硕博士基本从企业的发展特色展开研究,同时从关键词知识图谱网络的演化角度来看,网络结构越来越复杂,网络中心逐...     

基于CiteSpace的员工主动性知识图谱与热点趋势

以1998—2021年WOS、CNKI核心合集数据库中关于主动性行为的文献为研究对象,利用CiteSpace软件绘制员工主动性行为关键词共现图谱和战略坐标图,系统性分析员工主动性的知识基础、研究热点、研究趋势。结果表明,员工主动性研究前沿聚焦于员工工作投入、自主人力资源实践等方面;主动性人格、领导成员交换、创新行为等是该研究领域的热点;此外,基于热点趋势构建其影响机制的主线框架,可以发现主动性人格通过工作投入影响员工的创新行为和建言行为,领导成员交换加强了主动性人格对工作投入的正向效应。     

专利悬案:多莉走了,辛西娅来了

克雷格·文特尔(Craig Venter)决不是一个思维闭塞的人。在他的授权请求遭到拒绝的3个星期后,这位给活体生物基因组排序的第一人又做出了几个堪称世界第一的壮举:发表了世界第一份     

基于学术知识图谱的增强语义表示与检索

知识图谱作为一个巨大的知识网络图,其中包含着实体概念、关系等信息.基于深度学习的语义表示虽然泛化性强,但对于一些专有知识的敏感度不高,所以许多研究尝试将知识图谱与神经网络结合.目前大部分知识图谱语义表示的方法是围绕通用领域知识图谱展开的,没有针对学术领域的知识图谱语义表示方法的研究.本文以学术文献的全文本数据为研究对象,从基于学术知识图谱的语义表示方法切入研究,在构建学术知识图谱的基础上,对通用领域的研究方法（K-BERT）进行领域化改进（KEBERT）,进一步使用实体知识增强文本的语义信息.通过开展下游任务的对比实验,在学术检索数据集上验证KEBERT、K-BERT和ERNIE的性能.实验采用检索任务中常用的NDCG评价指标对结果进行评价,实验结果表明改进后的KEBERT在检索任务上的效果优于其他模型.     

汽车故障知识图谱构建及应用研究

知识图谱技术对汽车高效的故障诊断具有重要的意义,现有汽车故障知识图谱构建存在着实体识别模型效果不佳、无法解决嵌套实体等问题。针对上述问题,通过采用全词掩码的预训练语义模型、加入对抗训练和改进嵌套实体识别模型的方式提高实体识别模型效果,提出了一种改进的嵌套实体识别模型。实验结果表明,所提模型在F1指标、P指标、R指标上相比基线模型分别提高了3.56%、4.08%、3.05%,相比其他模型也有不同程度的提高,验证了所提模型对汽车维修领域实体识别具有显著效果。同时,基于构建的汽车故障知识图谱,实现了汽车故障知识智能问答原型系统,展示了知识图谱技术在汽车故障诊断与维护领域的应用前景。     

不同空间尺度DEM坡度转换图谱分析

从地理学的宏观与实际需求的角度出发,选择代表黄土高原典型地貌类型(黄土丘陵沟壑区、破碎塬区、梁峁区)的3个样区作为试验区．试验以1：10000高精度地形图的5m空间分辨率DEM(数字高程模型)所提取的地面坡度为准值,运用GIS、数理统计和比较分析等方法,研究基于1：50000地形图的25m空间分辨率DEM所提取地面坡度的误差特征与纠正方法．文中应用地学信息图谱的理论和方法．经过反复实验、分析,找到一个精度较理想的,可适用于黄土高原不同地貌类型的坡度转换图谱．同时．利用它实现对基于1：50000地形图的25m空间分辨率DEM提取地面坡度统计值的误差纠正,为其应用精度提供参考标准和依据．此外,它也可以为各类DEM的适用性、应用精度的科学估算．以及有关标准的制定,提供科学依据。     

基于知识图谱的核电设备健康管理知识建模与分析

随着信息技术发展,设备健康数据与知识图谱技术结合为设备健康发展带来新的发展机遇,知识图谱利用其多种特异性优势,使企业系统中积累的海量设备维修数据得到有效整合利用.本文提出基于知识图谱的核电设备健康管理知识建模与分析方法,并根据实体关系模型构建维修知识图谱本体框架,同时基于核电企业实际的维修工单数据,从统计分析和关联分析两方面取得良好的实践效果.研究结果表明,知识图谱能够在设备维修知识的集成上解决传统的数据孤岛问题,同时能基于故障的可视化分析为维修人员和管理人员提供决策和知识支持.