太湖流域超标特大洪水风险预警系统建设及应用

为做好超标洪水调度、保障流域防洪安全,开发建设了由基于水文水动力学耦合的超警超保风险区域预警模型与基于水文学法的洪水淹涝风险快速评估模型共同组成的超标特大洪水风险预警系统,该系统在太湖流域预报调度一体化系统中通过智能交互方式进行模型与系统的紧密集成,实现了预报调度成果的可视化。基于水利一张图的超警超保与淹涝动态展示,实现了预报产品从点到面、从常规预报到影响预测的突破,以及洪水风险由静态评估向实时快速动态分析的转变。应用结果表明：系统在2020年太湖流域性大洪水中累计发布超警超保风险提示39期、洪水淹涝风险评估4期,预测结果与实际基本一致,为科学调度防御超标洪水提供了技术支撑,避免了江苏省苏州市3万多的人员转移,有力保障了太湖流域防洪安全。     

《天工开物》中信息型科技术语英译策略对比分析

《天工开物》中以传递科学信息为主的术语是中国古代科技文明的重要载体。文章量化描写和定性分析了85条此类信息型科技术语在其三个英译本中的翻译策略,发现李乔苹译本偏好异化,王义静、王海燕和刘迎春译本倾向于译文流畅的归化,任以都、孙守全译本的策略运用情况则介于二者之间,而这很大程度上取决于不同译者对目标受众的定位差异。文章也借此呼吁中国古代科技术语翻译批评遵循客观描写加解释分析的路径。     

大学城提升政策下的商业管理新探索——“北亭广场”商业发展研究

广州大学城经历十年发展,商业管理逐渐显现弊端。随着大学城提升计划的实施逐步展开,在该背景下的商业管理与发展有了新的指向标。以大学城北亭广场为研究对象,剖析当前商业管理模式现存的问题,利用政策指向及科学的"商业五级发展"模型对新型管理模式展开研究具有重要意义。探索新型的商业管理方式,将商业管理实施步骤具体化分析,对以北亭广场为例的大学城商业管理与发展具有较强的参照性。     

国内科技查新信息系统发展概要

科技查新是指查新机构根据查新委托人的需要,利用各种信息检索手段,以检索结果为依据,通过综合分析和对比分析,对委托人科研成果的新颖性进行情报学审查,并作出结论的一项信息咨询服务工作.目前,全国的查新单位中有不少已经开始开发信息管理系统进行网络环境下基于Web的科技查新工作的尝试和探索,从而实现查新项目网上协同管理.本文对其中比较有代表性的几个系统做了简单介绍,并分析了一个好的查新信息系统应具有的功能和特点.     

科技查新的发展与完善

本文对科技查新定义的演化进行了叙述,指出了科技查新的作用和意义,并结合实际工作体会,针对现阶段如何更好的完善科技查新工作提出了一些见解.     

磁性分子印迹聚合物联合HPLC快速富集和检测酱油中4-甲基咪唑

研究将磁性分子印迹聚合物(MMIPs)固相萃取与高效液相色谱法相结合,建立了一种磁性分子印迹聚合物固相萃取方法,用于酱油中4-甲基咪唑(4-MEI)的富集和测定。利用扫描电子显微镜(SEM)\,傅立叶变换红外光谱仪(FT-IR)、X射线衍射(XRD)和振动样品磁强计(VSM)对磁性分子印迹聚合物进行了表征,并采用结构类似物对MMIPs的选择性识别能力进行了研究。结果表明,所建立方法的加样回收率在97.33%～104.57%,测得真实样品中4-甲基咪唑质量分数分别为0.058%和0.108%。说明合成的聚合物可作为酱油中4-甲基咪唑的选择性固相萃取材料,此方法可用于酱油中4-甲基咪唑的高效富集、萃取及测定。     

EV-DO系统中的终端认证研究

作为CDMA2000 1x现实的演进方向，EV—DO系统能够更好地支持3G分组数据业务。根据3GPP2制订的协议并参考相关RFC，研究了EV—DO系统中存在的接入网络和因特网对终端认证机制的具体过程。在此基础上，对EV—DO系统的安全解决方案也进行了具体分析。     

泉州湾海岸线变迁的分形分析

为判断泉州湾海岸线变迁所处的状态,引入分形分析法,对泉州湾海岸线的分维值进行计算.采用时间序列上的泉州湾海岸线数据,运用海岸线分形网格计算方法,计算了泉州湾总体海岸线及各分岸段海岸线分维数,分析了总体海岸和各分岸段分维数变化过程,并试探地将分维变化值的大小作为判断海岸线冲淤严重程度的依据.结果表明:泉州湾海岸线可用分维作其良好的表征参数;从海岸线分维值的变化趋势可判断出海岸线变迁是否处于动态平衡中的稳定状态,泉州湾分维变化幅值大于0.035,表示海岸线冲淤程度严重.     

一种基于循环回归的推荐算法

提出了一种基于循环回归的推荐算法.首先,对原数据集中的评分数据及缺失值进行离散化处理,然后对离散化数据进行回归模型训练,此过程循环执行并最终建立推荐系统.在离散化阶段,对比不同的离散方法,并对它们的分类粒度开展研究.在模型训练阶段,讨论回归算法对于模型性能的影响.数值计算实验表明,本算法较之近年非常热门的SVDFeaute方法,能够产生更小的均方根误差,验证了算法的有效性.     

基于知识状态的个性化学习资源推荐方法

针对现有的个性化学习资源推荐方法存在不能够从学习者的学习缺陷出发推荐学习资源的不足,提出一种基于知识状态的个性化学习资源推荐方法,它首先根据知识点之间的关联关系构建知识图谱,然后根据学习者知识状态进行推导生成待学习知识点向量,最后设计相似性迭代算法从学习资源库中匹配最适合学习者的学习资源.通过实验证明,该方法具有不错的推荐效果和性能.