脲醛树脂中面粉填充量对胶合板性能的影响

在脲醛树脂合成过程中经过适当脱水,加入三聚氰胺;在调胶时加入面粉等作为填充剂来减少脲醛树脂的实际使用量,最终达到降低胶合板甲醛释放量的目的.在调胶时,加入一定量的纳米SiO2、API胶粘剂,可保证胶合强度满足国标要求.     

弧面分度凸轮工作轮廓曲面数字化设计

针对弧面分度凸轮工作轮廓是空间不可展曲面而产生的造型困难问题,提出了创建合格点、由点拟合曲线、曲线拟合成曲面、曲面放样成实体的数字化建模方法。建立可变数组,在进行设计工作的同时使CAD能够与数据库动态实时地交换数据,实现设计过程中的数据共享、重用及在线加载。建模方法能够实行动态修改,提高了建模精度。     

用图论理论正确掌握破圈法

用图论中有向树和赋权图的理论指出了一些书中所讲"破圈法"的错误,同时也点出了求网络图中关键路线的两种新方法.详细说明了如何正确使用破圈法.     

基于EPG技术分析苜蓿品种对苜蓿蚜的抗性

为明确6个苜蓿品种对苜蓿蚜Aphis craccivora的抗性差异机理,观察苜蓿蚜在不同苜蓿品种植株上的取食选择行为,利用刺吸电位（electrical penetration graph,EPG）技术判定取食过程中所出现的波形,并筛选适宜参数作为对不同苜蓿品种抗蚜性的评价指标。结果表明,苜蓿蚜在取食苜蓿时呈现出Np、Pd、A、B、C、E1、E2和F波共8种波形。苜蓿的抗虫位点主要存在于苜蓿植株的表皮、叶肉和韧皮部,当苜蓿蚜开始取食时,中苜2号的抗虫位点在叶表面,但抗性较弱,第1次刺探的发生时间迟,为16.00 min,E2波的总持续时间长,为26.99 min;赛迪7的抗虫位点集中在叶肉和韧皮部且抗性强,E2波的持续时间短,为5.00 min;金皇后的抗虫位点出现在第1个E2波之后,第1次E2波后的E1波个数为7.78个,即韧皮部的抗性最强。苜蓿蚜在不同苜蓿品种上的取食行为各异,且不同品种的抗虫位点和抗虫机制不同。聚类分析结果显示,6个苜蓿品种对苜蓿蚜的抗性存在差异,其中赛迪7的抗性最强,中苜2号的抗性较弱。     

猎物对普通草蛉发育和繁殖能力的影响

为探讨不同猎物对普通草蛉[Chrysoperla carnea(Stephens)]幼虫生长发育和成虫繁殖能力的影响,研究了普通草蛉幼虫取食棉蚜(Aphis gossypii Glover)、萝卜蚜[Lipaphis erysimi(Kaltenbach)]、榆长斑蚜[Tinocallis saltans(Nevsky)]、截形叶螨(Tetranychus truncatus Ehara)、枸杞木虱(Poratrioza sinica YangLi)和麦蛾[Sitotroga cerealella(Olivier)]卵共6种食物时的生长发育和成虫繁殖能力。结果表明:幼虫取食棉蚜发育历期最短,为(9.66±0.13)d、取食麦蛾卵发育历期最长,为(11.35±0.26)d;取食麦蛾卵时蛹期最短,为(7.33±0.16)d、取食萝卜蚜时蛹期最长,为(8.85±0.25)d;幼虫取食棉蚜死亡率最低,为(20.05±0.2)%、取食萝卜蚜时死亡率最高,为(31.25±0.52)%;幼虫取食截形叶螨不能完成幼虫期生长发育;幼虫取食棉蚜时蛹最重,为(8.27±0.20)mg,取食枸杞木虱时蛹最轻,为(7.28±0.18)mg;幼虫取食枸杞木虱时羽化率最低,为(69.29±0.79)%、取食萝卜蚜时羽化率最高,为(77.25±1.94)%;幼虫取食麦蛾卵时雌虫寿命最长,为(71.54±1.87)d、取食榆长斑蚜时雌虫寿命最短,为(57.35±3.66)d。幼虫取食不同食物对普通草蛉成虫产卵前期和产卵量无显著影响。幼虫食物是影响普通草蛉生长发育和繁殖能力的重要因素之一,普通草蛉幼虫取食棉蚜最适合其生长发育和繁殖。     

不同处理下菘蓝苗中IAA和靛玉红含量分析及合成部位研究

自然干旱、20 mmol/L ABA、4℃低温处理培养30 d的菘蓝组培苗,不同时闻内取样,用高效液相色谱法测定其中IAA的含量.结果表明:干旱处理菘蓝组培苗在12 h内能提高其IAA含量242.04%～262.87%;ABA处理与干旱处理有相似结果;低温胁迫处理24 h也能提高IAA含量503.87%.此外用高效液相色谱法测定了生长一个半月的菘蓝实生苗中IAA和靛玉红含量.结果为:花中IAA含量大于根中,叶中没有;靛玉红则在叶中最多,花中次之,根中最少;初步表明菘蓝中IAA和靛玉红虽然具有类似的分子结构,且逆境胁迫处理都可使其含量增加,但在植物体中的产生部位有差异.     

基于2-模二部图的科研团队发现实证研究——以PIS研究领域的科研团队发现为例

以个性化信息服务（Persionalized Information Service,简写为PIS）研究领域的2008年-2017年中国学术文献网络出版总库中的7 426篇文献为研究样本,以Ucinet软件为分析工具,通过建立关键词--作者2-模二部图,挖掘该研究领域中几个有代表性的科研团队,并根据点度中心度这一网络特征指标对科研团队的核心人物及其主题研究热点进行探寻,为科研团队发现提供了一种新的视角和方法。     

关于无爪图中哈密尔顿圈的一个注记

证明了具有Hourglass和Dumbbell性质的3-连通的无爪图是哈密尔顿圈.     

多模态知识图谱增强葡萄种植问答对的答案选择模型

针对传统答案选择模型仅依靠问答对自身信息进行匹配的问题,该研究提出了一种使用多模态知识图谱来增强问答对的答案选择模型。该模型通过设计基于ComplEx（complex embedding）图谱嵌入的方法学习多模态知识图谱嵌入,引入上下文注意力机制并使用CNN网络获取多模态知识图谱的特征表示,使用知识感知注意力方法,将多模态知识图谱提供的背景知识与问答对的文本语义信息融合。以葡萄种植为例,通过搭建葡萄种植多模态知识图谱和构造葡萄种植问答数据集开展试验,试验结果表明: 使用多模态知识图谱有助于模型获取更多信息从而达到更好的效果,在葡萄问答数据集中正确答案的平均倒数排名和平均准确率分别达到了85.02%、84.21%,与其他模型相比平均倒数排名提高2.57个百分点,平均准确率提高了3.96个百分点。该答案选择模型利用多模态知识图谱的知识提高答案选择效果,可为搜索、问答等下游任务提供技术基础。     

基于深度学习的水产病害可视化知识图谱构建与验证

知识图谱本质上是基于图的语义网络，表示实体与实体之间的关系，在知识问答、语义检索等领域起着至关重要的作用。针对目前水产病害领域存在实体关系交叉关联、多源异构数据聚合能力差、利用率低、知识共享困难等问题，该研究基于自然语言处理和文本挖掘提出了一个基于神经网络深度学习模型的水产病害专业领域知识图谱构建方法并进行试验验证。首先，构建水产病害专业领域本体，并预定义实体类型、属性和关系的集合，确定知识抽取边界；其次，在本体基础上，分别利用规则方法和深度学习方法对半结构化和非结构化知识进行抽取。对于非结构化知识，提出“水产病害+关系+BMES”文本标注体系，将关系抽取融合于命名实体识别任务中直接对三元组建模，将实体关系抽取转化为序列标注问题，不仅提高标注效率，还实现了实体和关系的联合抽取。同时通过标签匹配和映射对三元组建模获得RDF数据，解决了重叠关系抽取的难题。利用BERT-BiLSTM+CRF端到端模型进行试验，试验结果证明该三元组抽取方法具有较高的召回率（89.64%），准确率（94.04%）和F₁值（91.34%），优于CNN+BiLSTM+CRF和BiLSTM+CRF等模型，抽取效果有了显著提升，并将抽取到的知识存储到 Neo4j 图数据库中，实现知识可视化管理及知识推理分析。该研究构建的水产病害知识图谱精度高、粒度细，能够帮助机器理解数据、解释现象、知识推理，从而发掘深层关系、实现智慧搜索与智能交互。