中高硫煤NaOH H_(2)O_(2)电解脱硫机理研究

煤的含硫量过高会造成经济损失、环境污染,因此中高硫煤的利用受到了极大制约。为实现煤中硫的绿色高效脱除,研究设计了NaOH-H_(2)O_(2)电解脱硫体系,通过探究不同试验体系、不同试验因素对中高硫煤脱硫率的影响,确定了电解脱硫的最佳工艺条件;通过X-射线衍射(X-ray diffraction,XRD)、傅里叶变换红外光谱(Fourier Transform Infrared Spectrometer,FT-IR)和X-射线光电子能谱(X-ray Photoelectron Spectroscopy,XPS)分析各试验体系下煤中矿物质组分、官能团及硫元素形态变化以探究电解脱硫机理。NaOH-H_(2)O_(2)电解脱硫体系的最佳反应条件是:NaOH浓度为3 mol/L、电流强度为0.75 A、氧化剂30%H_(2)O_(2)的体积为25 mL、电解温度为40℃、电解时间为1 h。脱硫机理为:OH^(-)、H_(2)O_(2)在电解过程中生成了高活性的自由基O^(-)和·OH等,可促使煤中黄铁矿类无机硫被氧化成硫酸盐并进行脱除;硫醇、硫醚和噻吩类有机硫氧化成(亚)砜后,在碱性环境中会被水解为硫酸盐或磺酸类化合物并进行脱除。

基于层次型文本交互的表示学习研究

传统的推荐系统面临着诸如数据稀疏性、无法解释的推荐等几个挑战.为了解决这些问题,许多研究通过挖掘评论文本语义信息来提高推荐性能.然而,这些方法在文本特征建模和文本交互方面存在问题.在文本建模方面,它们简单地将用户/物品的所有评论拼接成一个单一的评论.然而,单词/短语级别的语义信息可能与评论文本的整体语义信息相悖.在文本交互方面,它们将交互推迟到预测层,无法捕捉用户和物品之间复杂的相关性.为了解决这些问题,我们提出了一种新颖的基于层次型文本交互的表示学习方法.在该方法中,我们以层级方式对低级单词语义和高级评论文本进行建模,以便在不同粒度上挖掘文本信息.为了进一步捕捉复杂的用户-物品的交互关系,我们提出在不同层次上挖掘用户-物品之间的语义关联.在单词级别上,我们提出了一种针对每对用户-物品个性化的注意力机制,来捕捉表示每个评论的重要单词.在文本级别上,我们在用户和物品之间相互传播文本语义信息,并捕捉针对目标任务有用的评论文本.最后,我们通过协同过滤框架,将该方法应用于评分预测应用场景,并通过在公开数据集上的对比实验,证明该方法在评分预测方面的性能优于现有方法.

图表示学习短视频智能推荐研究综述

随着短视频数量的爆发式增长,精准的个性化短视频推荐成为学术界和工业界的迫切需求.然而,现有的推荐方法没有考虑实际的短视频具有数据多源异构多模态、用户行为复杂多样、用户兴趣动态变化等特点.短视频模态间的语义鸿沟、社交网络用户多行为挖掘、用户动态兴趣捕捉依然是短视频推荐领域面临的三个重要问题.针对当前推荐系统存在的问题,并充分考虑短视频推荐系统的实际需求,本文介绍了短视频推荐中基于图表示学习的短视频推荐方法;研究了短视频异构多模态特征表示,充分挖掘视频内容特征并进行高效融合;研究了短视频社交网络用户多行为表示,通过社交网络用户多种行为挖掘更细粒度的用户偏好;研究了用户的动态偏好表示方法,通过利用时序信息建模用户的动态兴趣,保证推荐结果的准确度并增加其多样性与个性化.本研究可在理论和实践上推进基于图特征学习的短视频推荐研究,也可作为短视频推荐系统的关键技术.

旅游演艺的叙事特点——以《千古情》系列为例

《千古情》系列表演作为现象级的旅游演艺项目,在当前的文化旅游市场中占有重要地位,并形成了相对稳定的"宋城演艺模式"。《千古情》系列作为当前旅游演艺的重要代表和典范,对中国旅游市场的发展有着重要意义,并参与了地方文化的建构,有必要对其进行系统分析。从叙事学角度出发,利用符号学的分析方法对《千古情》系列的多部作品进行分析、解读,指出了其工业化的叙事模式、对本土文化的碎片性展示以及对民族生命性的书写等特点。通过对演艺活动中的意指符号进行解读,还原其背后的文化主体,指出了其生产方式的同质化和碎片化等问题及叙事亮点,并为其实现差异化发展提出了具体建议。

《齐风》与战国汉初齐地婚恋文化研究

齐地不仅有战国时期的丰富婚恋文化材料,就是西汉初期郡国并行的"后战国时代"也有相关遗存现象可为佐证,从文化学的角度为揭示齐地婚恋文化的面貌与气质提供了坚实的基础。