富硒鲍鱼菇的深层培养及其特性

报导在含有不同浓度无机硒的液体培养基中培养鲍鱼菇菌丝体，探讨其耐硒和富硒特性。结果表明：鲍鱼菇有较强的耐硒特性和很强的富硒能力，鲍鱼菇菌丝体硒含量随培养基质硒浓度的增加而增高，在培养基中添加硒量为５μｇ／ｍｌ时，富硒鲍鱼菇菌丝体含硒量可达２００μｇ／ｍｌ时，为对照的４０倍，硒回收率达３８．８％，其氨基酸及多糖含量均高于对照。     

粪鬼伞深层发酵培养的研究

采用深层发酵培养粪鬼伞菌丝体。重点讨论影响粪鬼伞菌丝体生物量生长的主要因素,确定了深层发酵培养的最适条件。     

互文性理论与钱锺书文学批评的文本网链

西方互文性理论强调文学历史中的文本存在着普遍的相互联系相互指涉关系。钱锺书的著作旁征博引,引合众多话语现象,具有强烈的互文性特征。在钱锺书的文学批评中,话语现象的聚合不是简单的罗列堆砌,它们通过不同的外部形态和内部结构,组成形形色色的文本网链,达成不同的批评目的。对这些文本网链的描述与分析,从一个方面揭示出钱锺书的文学批评与西方互文性理论的对话关系。     

基于随机森林的文本分类模型研究

随着WWW的迅猛发展，文本分类成为处理和组织大量文档数据的关键技术.随机森林模型是决策树的集成，并且由一随机向量决定决策树的构造. 当森林中决策树的数目增大，随机森林的泛化误差将趋向一个上界.将随机森林模型应用于文本分类,在Reuter21578数据集上的实验表明，分类效果比较好，性能比较稳定，将其同C4.5, KNN, SM0, SVM 4种典型的文本分类器进行了比较，结果显示它的分类性能胜于C4.5，同KNN, SMO和SVM方法相当.     

局部核方法及其应用

核方法是机器学习中一种强有力的学习算法.多个领域的实践表明，通过将领域知识嵌入到核函数中，一般会得到比较好的学习效果. 从微分流形的观点讨论了机器学习中全局信息与局部信息的关系，并提出了一种嵌入局部有意义信息的核方法.文本分类的实验结果表明，与其它几个分类算法相比，它具有较高的性能.     

文学史研究笔谈：意义蜕蚀与经典化——文学史包含的两种相关规律

文学史问题涉及到对于文学的历史角度的理解。这里历史不能仅看作时间的变化过程，历史实际上是在时间的变化中，所涉及到的事物的变化的过程。这里，变化过程作为一个实际发生的事实层面的东西，我们可以保有基本的共识；可是，它作为一种带有评价、阐释意味的对象，则站在不同视点、不同角度上就会有不同的见解。对于文学史来说，因为所接触的对象是文学，而文学是涉及到情感、心灵层面的，研究文学的人需要在研究中保有理智的同时。也还需要有最初的也是最终意义上的情感的把握，这样，对于同样的文学史的事实，就可以有非常不同的描述和评价。在这样的文学史的现状面前，就需要有理论来面对、梳理和陈述。 以下的一组文章，分别从不同角度阐述了文学史研究中的理论问题。张荣翼的《意义蜕蚀和经典化》，论说文学文本在文学史中的变化规律，其中意义蜕蚀是一个普遍现象，即作品发表之后就开始经历一个逐渐被人淡忘的过程，可是有少数作品可以摆脱这样的宿命，成为不同时代共同尊崇的对象，那么这样一种看似悖反的现象其实在背后都有着一种背离当时创作的状况存在，这样两种不同的现象背后的共同点就算得到了一个解释。李松的《文学史研究的互文性视角》，强调从互文性的、对话的视角看待文学史，尝试说明以一种跨文化的文本研究来解释文学史，论文中论说的文本的交互性和生产性这样两个角度还是有一定道理的。尹小玲《文学史叙述与权力控制》，从话语秩序的建构有着权力的参与这一角度来理解文学史的叙述功能，其中对于文学史选取材料的问题和文学史的经典化问题的论说，对于当今的文学史议题的讨论提供了一种意见。夏宏更倾向于从比较具体的文学史问题来切入文学史的理论，他的文章标题为《长恨此身非我有——从苏轼看文学史对思想史规约的漫溢》，在他看来，文学史的各种教材专著中，往往首先给作者一种思想定位，然后以此定位来解释其作品，而这样做的结果就可能是误解和曲解了作品本身的鲜活的含义，结合到文学理论中所谓“形象大于思想”这样的说法，应该说夏宏之说不无道理，而阅读他对于苏轼的创作的分析，还是可以给予人一些启发的。[编者按]     

孔内深层强夯法在高层建筑地基处理中的应用

根据一工程实例,对孔内深层强夯法地基处理方案在湿陷性黄土地区的应用进行了分析;给出了这种复合地基的施工方法以及注意事项。通过计算分析与实测结果的比较,验证了在湿陷性黄土地区采用孔内深层强夯法处理地基的可行性。     

基于LSI和自组织神经网络的高效文本聚类方法

根据隐含语义索引(LSI)理论和动态自组织映射神经网络理论,提出了一种文本聚类的新方法.应用动态自组织映射神经网络来实现文本聚类,不必预先给定聚类个数,可以在任意合适的位置生成一个新的类,具有聚类灵活和精度高等特点,对于高维的文本特征向量来说,聚类速度很低;该方法应用LSI理论来建立文本集的向量空间模型,在词条的权重中引入了语义关系,消减了原词条矩阵中包含的"噪声"因素,从而更加突出了词和文本之间的语义关系.通过奇异值分解(SVD),有效地降低了向量空间的维数,克服了自组织神经网络的聚类缺陷,提高了文本聚类的精度和速度.     

现实生活向艺术文本的生成--美学源构关系的发生及运动

艺术与现实的关系是文艺美学的基本问题。就艺术创作来说 ,艺术源于现实、贴近生活的特点决定了艺术文本的生成离不开现实生活 ,但这一过程绝非传统的再现 /表现理论那样简单。在当代文化视野和理论背景上 ,揭示艺术与现实之间源构关系的真实存在 ,将有利于避免固有的美学观念和方法所造成的在艺术的本体及创作等理解上的偏差。     

一种文本讨论线索的自动获取方法

介绍了一种基于知识库的方式获取文本中讨论线索的方法.该方法根据文本出现的控制词与概念网中各个概念的关联,找出文本以及文本中各个段落的主题概念,并通过对概念网中的概念进行关系计算,获取文本的讨论线索,较好地避免了因文本叙述方式的不同以及指代的存在而带来的影响.实验结果显示,该方法对文本主题识别的准确率达82%,对段落主题识别的准确率达70%.