基于深度学习的中医古文献临床经验抽取

中医古文献蕴藏着丰富的临床经验，是古代中医在行医过程中对临床诊疗的经验性总结，体现了中医学形成和发展的理论框架和思想基础.然而这些宝贵的临床经验不仅量大，而且分散在不同的文献中，使得中医从业者手工很难快速全面地获取它们，文献检索工具也只能提供文档级别的信息筛选，无法为这种细粒度的信息获取提供支持.此外，古汉语相对于现代汉语的不同特点也限制了主流文本分析工具的使用效果.为此本文提出面向临床经验获取的中医古文献信息抽取任务，用于识别古文献中描述临床经验的文本片段，手工标注了样本数据用于这种抽取模型的训练和测试，并设计了基于深度学习的序列标注器用于完成该任务.考虑到标注数据量小可能带来的过度拟合问题，本文引入对抗训练和虚拟对抗训练来增强模型的泛化能力.一系列充分的实验验证了模型的有效性，表明利用信息抽取技术从古文献获取中医临床经验具有可行性，为这一新的信息抽取任务提供了有希望的研究基线和可复用的标注数据集.     

超高功率超短脉冲发展的现状及相关科学问题

超高功率超短脉冲激光系统在其聚焦焦点附近可以实现高达1022-24 W/cm2的峰值功率输出,为强场物理实验研究,以及实验室内模拟极端环境下的天体物理条件提供了直接的实现方案.自从国际上首次提出了建造EW激光的概念,即输出总功率达到1018 W的大型激光系统后,国际上很多国家都在设计和建造大规模的超高功率超短脉冲激光系统.本文简要介绍了国际上这种规模激光系统的发展状况,并结合国内超高功率高能超短脉冲激光的发展,对超高功率超短脉冲激光系统发展中相关技术问题进行阐述.     

多壳层Cr2O3空心球用作高性能锂离子电池负极材料

采用硬模板方法,以碳微球为模板,通过调控铬盐前驱体在模板上的吸附时间以及碳球模板的尺寸,来控制铬金属前驱体在碳球模板上的吸附量及嵌入深度,煅烧制备得到单、双、三、四以及五壳层Cr_2O_3空心球.合成的多壳层Cr_2O_3空心球尺寸均匀、纯度高、结晶性好.将Cr_2O_3多壳层空心球用作锂离子电池负极材料,相对于Cr_2O_3纳米颗粒其电池性能取得了显著的提升,具体表现在比容量更高,循环稳定性更好,且大电流放电能力更出色.其优异的性能主要得益于多壳层空心结构较大的比表面积、较短的离子/电子传输距离,且其内部空腔能起到缓冲由于锂离子反复嵌入引起的结构应力以及电极体积膨胀的作用.值得注意的是,四壳层Cr_2O_3空心球由于具有最佳的空腔体积占有率,其锂电性能最为突出,在100次循环后,比容量仍然高达1031.2 mAh/g,是目前商业石墨负极材料的3倍,有望用作新一代高性能锂离子电池负极材料.     

非同分布φ混合序列加权和的强极限收敛性

利用φ混合序列矩不等式和截尾的处理方法,研究非同分布φ混合序列加权和强极限收敛性质的问题,得到了若干新结果,推广并改进了独立同分布情形下的相应结果.     

循环作用对马蹄寺石窟群岩体性能的影响

马蹄寺石窟群地处河西走廊中部,气候条件十分恶劣。由于常年受到温度、湿度、酸碱盐等作用的影响,石窟岩体性能出现了不同程度的劣化现象。通过开展室内模拟试验,研究以上多种恶劣环境的循环作用对于岩体抗压强度、波速、质量的影响规律,同时使用X射线衍射仪(X-ray diffraction,XRD)、X射线荧光光谱(X-ray fluorescence,XRF)和扫描电子显微镜(scanning electron microscope,SEM)对循环作用过程中样品的矿物组分、元素含量和微观形貌进行分析研究。研究结果表明,循环作用使样品中的长石类矿物和方解石含量降低,黏土类矿物含量增加,胶结程度下降,孔隙逐渐发展成为横向微裂隙,导致样品的性能出现不同程度的劣化现象。循环作用对岩体性能的影响程度从大到小依次为冻融循环、耐盐循环、耐碱循环、耐酸循环和温湿循环。     

吸附溶出伏安法检测吸毒人员尿液中吗啡

吗啡既是临床用镇痛剂，也是公认的毒品.为实现对尿液中吗啡的快速、简单、高灵敏度与高选择性检测，将多壁碳纳米管羧基化处理后，直接滴涂于打磨并表征过的玻碳电极表面，制备得到了羧基化多壁碳纳米管修饰玻碳电极(MWNTs-COOH/GCE)，并采用差分脉冲吸附溶出伏安法(ASDPV)对吗啡(MOP)进行检测.结果表明，在优化了传感器的制备及检测条件(包括MWNTs-COOH的滴涂量以及富集时间、富集电位、缓冲溶液的pH等)后，得到的MWNTs-COOH/GCE检测吗啡的工作曲线回归方程为lg(I/μA)=0.687lg[c/(μmol·L^-1)]-0.068 (r~2=0.992 0)，线性范围为1.0×10^-7～1.0×10^-4 mol/L，检出限为8.0×10^-8 mol/L.在使用尿酸酶除去尿液中的干扰物尿酸后，用该传感器检测实际吸毒人员尿液中吗啡的质量分数，得到的检测结果与高效液相色谱检出结果的相对误差绝对值在4.24%以内.通过t检验法发现在置信度为95%时，两种方法并无显著性差异.     

基于机器阅读理解的商品属性识别

属性抽取的目标是从非结构化文本中抽取与文本实体相关的属性和属性值，然而在电商场景下基于序列标注的模型缺少应对大规模属性抽取任务的可扩展性和可泛化性能力。本文提出基于阅读理解的商品属性抽取模型，通过额外加入问句来强化模型对属性的理解，结合双仿射注意力机制捕获问句和文本之间的语义特征，进一步提高模型的抽取性能。本文在电商数据集上对不同类型问句和不同解码器进行了对比实验，结果表明本文提出的方法优于多个基线模型，相较于OpenTag和SUOpenTag模型，属性抽取的F1值分别提升7.70%和3.26%，未登录词识别的F1值分别提升15.51%和8.12%。     

基于数据场联合PRI变换与聚类的雷达信号分选

基于脉冲描述字进行雷达信号分选时,传统聚类算法需要预先人工设定聚类中心和聚类数目。针对该问题,提出一种基于数据场理论联合脉冲重复间隔(pulse repetition interval,PRI)变换与聚类的雷达信号分选新方法。首先,依据数据场理论,基于势值大小实现干扰点剔除,而后利用PRI变换算法进行PRI估计,依据PRI估计值将归一化脉冲描述字数据预分类,进而以各类数据集中心间的欧氏距离小于辐射因子为准则进行类别合并,自动得到初始聚类中心和聚类数目,最后通过改进K-Means算法完成聚类分选。仿真实验表明:所提方法能够应对存在频率捷变,重频参差、抖动、参数交叠、局部脉冲丢失的复杂信号环境,分选正确率明显提升。