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.     

基于深度学习网络模型与大数据自动训练的工件缺陷识别算法研究

针对工件缺陷种类多样和特征不明显,造成机器视觉识别精度不稳定的问题,提出了一种基于深度学习网络模型与大数据自动训练的工件缺陷识别算法,并以软件工程来实现其功能。首先,对存在缺陷的工件进行取样,采集缺陷图像,建立识别标准。然后,基于深度神经网络模型和缺陷标准图像,进行模型训练,采取分批训练,逐步迭代收敛的方式,达到准确识别工件缺陷目的。最后,基于Python语言与TensorFlow框架实现深度神经网络模型,并将模型移植到C++平台调用,嵌入到商业版本软件中,实现算法的落地应用。实验测试结果显示,相对于已有的缺陷识别技术而言,本文算法具有更高的识别准确性,可为机器视觉软硬件设备提供技术基础。     

有效培养初中学生英语综合素质的策略

初中阶段是学生打好英语基础的关键时期，同时也是学生提升自身英语综合素质的关键时期。因此在初中阶段采取能够有效提升学生英语综合素质的策略，是实现学生英语素质全面提升的重要保障。本文就有效培养初中学生英语综合素质的策略展开论述。     

提高初中学生写作能力的有效策略

写作能力是学生综合语文能力的重要组成部分，提升学生的写作能力是语文教学的一个重要任务。初中阶段使学生打下良好的写作基础，对学生以后的写作学习意义重大。本文对提高初中学生写作能力的有效措施展开论述。     

含砂雾封层在桥面铺装工程中的应用

结合含砂雾封层在国道205桥面铺装上的应用,深入分析了含砂雾封层的防水、防老化作用机理,本文系统总结了国道205桥面雾封层施工质量的控制要点,并对施工前后封层各项性能指标进行跟踪检测,分析结果表明采取含砂雾封层措施确实能对桥面早期微裂缝进行有效封水,延缓桥面病害的发生,延长沥青路面的使用寿命。     

锚杆静压桩在纠倾加固工程中加固效果分析

湿陷性黄土地区,由于勘察、设计、施工等方面原因或者使用过程中地基的浸水,可能造成建筑物产生不均匀沉降而倾斜。针对湿陷性黄土的特性,采用"地基加固与钻孔取土纠倾"的综合纠倾方法,在建筑物沉降量较少一侧采用钻孔取土迫降纠倾,在沉降量较大一侧进行地基加固止倾,可以恢复大楼的正常使用功能。不同的加固措施加固效果不同,对比两项工程地质条件相似的建筑物纠倾加固工程,采用锚杆静压桩加固的建筑物加固止倾侧最大沉降量仅16.11mm,采用灰土桩加固的建筑物止倾侧最大沉降量高达到53.72mm。锚杆静压桩在湿陷性黄土地区钻孔取土纠倾加固工程中的加固效果良好,为相似工程提供借鉴经验。     

以施工方的角度看提高路桥工程施工管理的措施分析

如果要使当代的路桥工程施工管理实施全面性和有效性,那么我们务必要充分考虑和关注路桥工程施工中存在的各种影响因素,对影响因素进行分析和探讨,从而制定出相应的有效的管理机制,通过这种方式来提高路桥工程的施工质量和管理水平.尤其随着当代路桥工程的专业性不断提高,使其对管理的质量有了更高的要求,如果忽视了对施工管理的改善和提高,可能会使施工的效果很差,甚至会影响今后的路桥的正常使用.该篇文章就是从施工方的角度来针对当前路桥工程施工中的质量问题进行分析,从而采取有效的解决方法,希望能够对以后的路桥工程施工提供有用的建议.     

红香米硒含量与土壤中硒含量相关性研究

目的:通过研究测定土壤中全硒、有效硒和红香米中硒的含量,利用统计学的方法来分析土壤中全硒、有效硒与红香米中硒含量的相关性,从而达到指导选择合适地块种植红香米的实际目的。方法:采集土壤和红香米样品,用原子荧光光度计分别对红香米中硒、土壤中全硒和有效硒含量进行测定,以研究其相关性。结果:红香米中硒含量与土壤中全硒、有效硒含量呈正相关关系。结论:在富硒的土壤中种植的红香米其硒含量也较高,在种植时可以选择在富硒量较高的土壤中种植红香米,得到很有价值的富硒红香米。