基于保护动机理论的食品安全网络谣言关注度影响因素研究

近年来我国重大食品安全事件发生频率较低,食品安全风险已由重大食品安全事件所引发的食品安全问题转变为由食品安全问题所衍生的食品安全网络谣言对公众认知的误导以及引发食品安全恐慌等.本文以微信食品安全网络谣言作为研究对象,从保护动机理论出发,结合社会支持理论、信息采纳理论构建影响食品安全网络谣言文本关注度的风险感知评价指标,然后对文本内容进行编码,建立风险感知量表,探究文本内容与阅读量和评论量的关系.通过Ordinal回归分析得到以下结论:现实关联性、后果严重性、表达方式会正向影响食品安全网络谣言的阅读量和评论量,情感动员会正向影响谣言的阅读量,对谣言的评论量的影响不显著,针对指向性对谣言的阅读量和评论量的影响都不显著.     

一种新型萃取柱的制备及在盐酸克伦特罗富集中的应用研究

利用3-磺酸丙基甲基丙烯酸酯钾盐为单体,乙二醇二甲基丙烯酸酯为交联剂,正丙醇、1,4-丁二醇和水为三元致孔剂,通过在装满硅球的250μm内径的石英毛细管内原位聚合制备了1种强阳离子交换有机聚合物包覆硅球整体柱.通过对单体总浓度、聚合反应温度和聚合反应时间的调节来控制有机聚合物对硅球的包覆,确定了整体柱的最佳制备条件.最佳条件:单体总浓度T=30%,C=50%;反应温度60℃;反应时间3h.在优化了影响萃取效率的参数(洗脱液组成,萃取柱的吸附容量,进样速度,样品的pH)后,测得该整体柱对盐酸克伦特罗的富集倍率高达535.     

基于卷积神经网络的第一镜表面杂质沉积状态识别研究

第一镜是托卡马克光学诊断系统最重要的光学元件之一,强烈的等离子体与壁相互作用导致第一镜表面出现的杂质沉积会严重影响第一镜反射率和相关光学诊断系统的准确性和有效性,因此准确判别第一镜表面杂质沉积状态对于实时获取并采取有效手段恢复第一镜反射率至关重要.文中采用非平衡磁控溅射等离子体方法制备纳米晶钼材料第一镜,在此基础上利用电子束蒸发镀膜方法在其表面沉积氧化铝非晶涂层,利用分光光度计测得有、无氧化铝沉积膜的钼第一镜全反射率,并通过数据增强方法对原始数据集进行数据扩充,结合卷积神经网络对杂质沉积第一镜的全反射率数据集进行识别、分类.结果表明,当卷积神经网络模型迭代次数为50时,模型分类准确性达到最佳状态,并在包含均值为0,方差为1高斯噪声的数据集中验证了一维卷积神经网络的抗噪能力.最终实现有、无氧化铝沉积膜的钼第一镜分类,正确率达到98.85%,这为在封闭托卡马克环境下的第一镜表面原位清洗与杂质沉积状态识别提供了一种可能的新方法.