基于知识图谱的“知识组织”研究演进分析

以来自web of science图情学科中"知识组织"研究的文献为研究对象,运用知识可视化图谱软件CiteSpace Ⅱ对这些数据进行文献共引文分析和热点分折,以知识图谱的方式展示了图情学领域"知识组织"研究前沿的演进情况。     

深圳湾潮间带湿地沉积物的重金属分布特征

对深圳湾潮间带湿地的9个采样点采集的沉积物样品进行了分析,测定了沉积物的粒径分布、重金属(Cu,Zn,Cr,Pb,Ni)的总量和生物有效态含量．分析了深圳湾湿地沉积物重金属含量的时空变化以及重金属不同形态之间的关系,从生物有效态含量在总量中占有的比例说明了深圳湾重金属污染比较严重,对重金属生物有效态的测定方法进行了简化．对各采样点的重金属积累量与底栖动物群落之间可能存在的关系进行了讨论．     

基于网格的教育资源数据共享技术

针对现存教育资源存在的信息孤岛现象,研究如何应用网格技术来构建一个分布式网络教育资源服务共享系统,以便更好地共享和利用分布的异构教育资源库,即基于网格的教育资源数据共享系统(ERSD)。然后,研究了利用OGSA-DAI实现数据访问的技术和原理,研究了实现数据查询的原理及其具体步骤和相关代码。     

论高校多校区图书馆建设

目前高校普遍存在多校区办学格局,不仅带来了许多新问题,而且给高校图书馆的建设发展提出了挑战。分析了多校区图书馆的发展方向,探讨了多校区图书馆在管理制度的建设、文献资源的建设、服务体系的构建等方面应采取的措施,指出建设高标准图书馆是建设一流大学的必然趋势。     

基于NER的石油非结构化信息抽取研究

随着"智能油田"的建设加快,构建基于海量石油数据的智能分析系统意义重大。然而,由于石油生产过程中产生的文本数据往往无结构且类型多样,从中抽取关键信息进行分析成为一个研究热点,而信息抽取又需要高质量的语义实体做支撑。根据这一特定问题,提出基于命名实体识别（Named Entity Recognition,NER）技术针对石油非结构化文本进行信息抽取,构建双向长短时记忆（Bidirectional Long Short-Term Memory,Bi LSTM）网络模型提取语料特征,并结合条件随机场（Conditional Random Field,CRF）做分类器,构建了基于Bi LSTM+CRF的高精度NER模型,针对石油工业领域的非结构化文本进行命名实体抽取。通过在修井作业文本数据集上进行对比实验表明,本方法具有较高的精确率和召回率。     

基于时空建模的动态图卷积神经网络

为了使图表示学习得到的嵌入向量对节点和边不断变化的动态图具有很好的信息表征能力,提出一种动态图卷积神经网络模型(DyGCN),将动态图上的表示学习建模为时间和空间信息的聚合.该模型将从图卷积神经网络(GCN)的空间卷积提取图上的结构信息与从时间卷积神经网络(TCN)的因果卷积提取时序上的历史信息相结合,同时在空间卷积层...     

新一代钢铁生产技术相关基础研究与探索

传统钢铁工业具有规模巨大、能源与资源密集、工艺路线曲折的特点.中国能源和资源的状况要求未来钢铁工业引入循环经济的理念,用创新的思维开发新流程,逐步向冶金材料制备、能源转换和社会废弃物处理三大功能方向转变.结合这一战略思路,近年来,上海大学现代冶金与材料制备重点实验室开始在铁矿微粉低温氢还原、碳 氢铁浴混合终还原、废钢中痕量元素脱除、时空多尺度冶金理论与建模等方面进行一些相关的基础研究和探索.     

异质可复用构件属性模型

提出了一种五元组软构件属性模型，讨论了与之相关的方法和语言，并用ＢＮＦ刻划了所提出的模型，还介绍了软构件操作原语。     

最少呼叫下最少谣传时间的一个上界

谣传是将信息安一定的约束条件传递，最终使网络的每个结点都得到网络所有信息的信息传递方式呼叫次数和谣传时间是谣传网络的两个重要指标，本文给出一个在最少呼叫条件下最少谣传时间的上界。     

基于时域模型分析谐波复合音的音高感知机制

为了探讨中等次数的谐波复合音是否依赖于时间精细结构信息进行音高感知, 测量了谐波复合音的基频辨别阈。目标复合音可以单独存在, 或者和掩蔽复合音同时存在。二者经过相同的带通滤波区域, 具有不同的相位组合和基频差异。结果表明: 相位组合对音高感知没有显著影响; 滤波区域和基频差异对音高感知具有显著影响。采用时域模型分析发现, 中等次数的谐波复合音可能依赖于时间精细结构信息获得较好的音高感知结果。研究结果能帮助建立复杂声音场景下的音高感知机制。