科技馆到底展出了什么——谈科技馆展览中“概念”与“物”的关系

科技馆到底展出了什么，这似乎是一个不应该提出的问题，科技馆不展出展品还能展出什么呢?其实问题并不那么简单，丹尼洛夫就提出了不同的看法，他认为：“应使展览能反映‘概念’，而不仅仅是‘物’。”这里的‘物’主要是指展品。科技馆的建立爆发了一场展品的革命，     

广义多尺度决策系统的局部最优粒度选择

在实际应用中,人们常常选择比较合适的粒度层次来解决相应的问题。在经典的多尺度决策系统和粒度层次构造过程中,属性取值常由人工选择某些固定粒度层次。本文针对广义多尺度决策系统,由属性取值的尺度组合来构造粒度层次,进而研究局部最优粒度的选择问题。首先,介绍了广义多尺度决策系统的概念。然后,在协调的广义多尺度决策系统中定义了最优粒度和局部最优粒度,并给出了基于属性组合的最优粒度与局部最优粒度的选择算法。最后,在不协调的广义多尺度决策系统中引入了广义决策,定义了广义决策最优粒度和广义决策局部最优粒度,并给出了基于广义决策最优粒度与广义决策局部最优粒度选择算法。     

位山引黄灌区农田土壤磁化率与粒度特征及其相关性分析

以位山引黄灌区为研究区,测定了农田土壤剖面的磁化率和粒度,并分析了二者的相关关系.结果显示:位山引黄灌区农田土壤低频磁化率(xlf)的变化范围为35.37-97.20×10~(-8)m~3/kg,均值为62.16×10~(-8) m~3/kg;频率磁化率(xfd)的变化范围为0.65%-22.14%,平均值为7.23%.土壤中粘粒(4μm)含量变化范围为3.20%-27.16%,平均值为9.07%;粉砂(4-63μm)含量变化范围为35.82%-90.23%,平均值为68.94%;砂粒(63μm)含量变化范围为1.95%-58.52%,平均值为21.99%;中值粒径的变化范围为9.56-72.86μm,平均值为34.94μm.相关性分析结果表明:剖面0-20cm土壤xlf与粉砂(4-63μm)含量呈显著负相关,与砂粒(63μm)含量及中值粒径呈显著正相关,与粘粒(4μm)含量相关性较弱,土壤xfd与各粒度组分含量及中值粒径的相关性均不显著.剖面20-80cm土壤xlf与粉砂(4-63μm)含量呈显著负相关,与砂粒(63μm)含量呈显著正相关,与中值粒径的相关性较显著,与粘粒(4μm)含量相关性不显著;土壤xfd与粘粒(4μm)及粉砂(4-63μm)含量相关性较显著,与砂粒(63μm)含量及中值粒径的相关性均不显著.研究认为:土壤磁化率在0-20cm耕作层主要受到土壤母质以及灌溉、施肥等人类活动的影响,而在20-80cm主要受土壤母质差异的影响.     

基于知识融合的汽车覆盖件模具设计方法研究

针对产品设计过程中,分散异构知识融合不足导致知识检索准确性不高、知识重用效率低等问题,提出一种知识融合模型.利用知识需求模型传递知识需求信息,采用知识元对各类异构知识进行统一表示,通过概念本体对语义概念进行有序组织,与知识元之间形成映射关系.通过语义距离计算获取候选知识元集,并采用基于贝叶斯和遗传算法的知识融合方法将分散的关联知识元融合成知识单元,实现知识重用.以覆盖件模具结构设计为案例验证了所提出方法的可行性和有效性.     

认知视角下的现代汉语偏义复合词研究

汉语中的偏义复合词是词汇中极具特色的一部分。本文针对其特殊性,以现代汉语中的偏义复合词为研究对象,运用认知语言学中的概念整合理论和构式语法理论来揭示偏义复合词这一机制的产生,从中探索其内在规律,证明其存在的合理性,并深入挖掘其存在的价值,从而为词汇的研究提供新视角、新方法。     

三七多糖的微波辅助提取工艺

采用正交试验法优化了三七多糖的微波提取工艺,采用激光粒度分析法探讨了提取机理,分析了多糖的单糖组成,并测定了多糖的溶解性。三七多糖的较佳微波辅助提取工艺条件为微波处理时间8min、浸泡时间60min、液固比30mL/g、粒度200目。微波辅助提取的多糖提取率(21.0mg/g)显著高于传统提取(12.7mg/g)。三七多糖的Molish反应呈阳性,多糖酸水解产物的薄层色谱呈现出3个斑点,分别与葡萄糖、半乳糖和阿拉伯糖相对应。微波辅助提取对三七多糖的提取效果明显优于传统提取,其机理可能是微波处理促进了三七样品的水化和溶胀过程,使样品结构变得松散、膨胀,从而促进了多糖从样品中扩散和溶出。三七多糖主要由葡萄糖、半乳糖和阿拉伯糖3种单糖构成,pH值对其溶解性影响较大。     

视觉概念学习方法研究进展

计算机视觉的核心问题是寻找视觉概念的层次化与结构化表示.以深度学习为代表的连接主义方法能够学习到输入图像数据的分层表示,这个表示具有优异的类内不变性与类间区分性,带来了视觉目标分类问题的突破式进展.而以图像随机语法模型为代表的逻辑主义方法试图基于先验知识和输入图像数据得到视觉概念的层次化与结构化表示,进而实现像人类一样的概念迁移学习,从更一般的意义上解释视觉现象.综述了两类方法各自的一些代表性工作,分析了其主要思路与各自的优缺点.分析认为,两类方法具有明显的互补性,在概率图模型框架下将两类方法综合是未来视觉概念学习的一个重要发展方向.     

粒度对硼铁矿介电特性及微波加热特征的影响

采用谐振腔微扰法测定了不同粒度的硼铁矿在频率为2.45GHz和温度为20~800℃的介电特性,并测定其在微波场下的升温特征.结果表明:随着矿样粒度的减小,填充层空隙率降低,其介电特性增强,微波场中矿样的升温速率加快.当温度高于200℃时,矿样发生热分解产生大量微空隙而增大了空隙率,矿样的介电特性呈下降趋势,使得微波加热过程中矿样的升温速率降低.粒度对硼铁矿介电特性和升温特征的影响研究为微波在冶金领域中的应用及节约能耗提供理论依据.     

基于卷积图神经网络的多粒度表示学习框架

卷积图神经网络（Convolutional Graph Neural Network,ConvGNN）以其强大的表达能力被广泛应用于社交网络、生物网络等领域的网络表示学习中，多粒度网络表示学习已被证明能够改善已有网络嵌入方法的性能，但目前尚缺乏以改善ConvGNN性能为目标的框架.针对此问题，提出一种基于ConvGNN的多粒度网络表示学习框架M-NRL，分为四个模块：粒化模块、训练模块、推理模块和融合模块.粒化模块构造从细到粗的多粒度网络并保留不同粒度节点的属性和标签信息，训练模块在最粗粒度的网络上以端到端的方法训练任意一种ConvGNN并优化其模型参数，推理模块使用优化后的ConvGNN推理出不同粒度网络的节点表示，融合模块采用注意力权重聚合不同粒度的节点表示以产生最终的节点表示.在四个公开引文网络数据集上进行的半监督节点分类任务验证了M-NRL的有效性，实验结果表明，MNRL不仅能加速现有ConvGNN的训练，还可以增强其最终的表示质量.     

基于风险最小化的多粒度三支决策模型

为减小传统的二支决策中直接接受或拒绝决策带来的决策风险,分析问题决策的多粒度空间,研究了基于风险最小化的多粒度三支决策模型.在三支决策风险代价分析基础上,为寻求最优的粒度空间,结合不同属性特征在粒度空间中具有不同决策权重的特点,以粒化重要度和粒化决策权重为启发式信息,从多个不同的粒度层次出发,寻求风险最小的决策行动.最后针对不承诺选项中一些急需决策的现实问题,给出了基于风险控制的二支决策转化方法,并进行了具体的实例应用.