浅析顶空气相色谱法测定餐具洗涤剂中甲醇含量的优势

甲醇又名木醇,通常伴随着工业酒精的使用,存在于工业产品中。推荐性国家标准GB/T9985—2000中采用直接进样法标定洗涤剂中甲醇的含量。该方法简单方便,然而,由于洗涤剂黏性大,成分复杂,存在检测结果不精准、对仪器设备污染较大等问题。越来越多的检测和科研人员开始关注顶空气相色谱法标定洗涤剂中甲醇含量。通过分析浓度、温度、分子大小和氢键对扩散系数的影响,阐释了顶空气相色谱法在洗涤剂中甲醇含量检测的优势。

基于动态采样和迁移学习的疾病预测模型

基于门诊病历临床表现的疾病预测模型是临床决策支持系统(Clinical Decision Support System,CDSS)的一个重要研究内容.主流疾病预测模型将门诊病历转化为医学特征集合,将诊断结果作为输出标签,在此基础上利用机器学习算法训练疾病预测模型.不同疾病发病率的差异性导致医学样本具有不均衡、小样本特点,难以训练高效、准确的疾病预测模型.采样技术是目前解决样本不均衡问题的常用手段,其主要采用一定的策略生成均衡训练集,在均衡训练集上训练疾病预测模型,但是采样技术独立训练不同疾病的预测模型,没有考虑不同疾病模型之间的知识迁移性,限制了模型效果.迁移学习可以实现相似任务之间的知识迁移,如果将迁移学习运用到疾病预测模型训练过程中,在已有疾病诊断模型的基础上,训练新型疾病预测模型.受此启发,本文提出了基于动态采样和迁移学习的疾病预测模型,首先在多数类疾病上训练疾病预测模型,然后在此基础上训练少数类疾病预测模型,以实现不同疾病预测模型间的知识迁移.特别地,针对主流模型将疾病门诊病历转化为特征集合丢失文本信息的问题,本文提出了一种基于卷积神经网络的疾病预测模型,利用卷积神经网络提取语义信息;针对疾病模型知识迁移问题和小样本疾病训练问题,本文引入动态采样技术以构造均衡数据集,利用模型在不同样本上的预测结果来动态更新样本采样概率,目的是确保模型可以更多地关注错误分类样本和分类置信度不高的样本,从而提高预测模型的效果.本文在收集的门诊病历上进行了实验评估,实验结果表明,相对于目前主流疾病预测模型,本文提出的基于动态采样和迁移学习的疾病预测模型在准确率、召回率和F 1值上取得了重要的提升,尤其是召回率的提升具有十分重要的意义.

RainbowD:一种异构云环境下高效的Docker镜像分发系统

近年来,互联网技术飞速发展,互联网用户的数量呈指数级增长;随之而来的是用户需求的服务数量越来越大、服务种类也越来越多.不仅如此,虚拟化技术也在推陈出新,Docker以其轻量性、可移植性好等优良特性备受开发者青睐,Docker在虚拟化技术中扮演越来越重要的角色;为了提升服务的部署效率,越来越多的人选择使用Docker在云环境中部署服务.在集群中部署服务时需要将具有对应服务的镜像分发到节点上,如何高效地分发Docker镜像成了研究的热点问题.然而,在当代互联网发展的趋势下,集群呈现规模大、异构性强的特点;尤其是异构性比较明显的集群,节点的类型多种多样,节点的性能更是参差不齐,低性能节点的不恰当使用会严重制约Docker镜像分发的效率.为此,在本文中,我们基于实际应用场景的真实特性,提出了一种异构云环境下高效的Docker镜像分发方案,并实现成Docker镜像分发系统,记为RainbowD.RainbowD采用了一种新型的高并发机制处理镜像分发的任务;首先,发挥集群中所有节点的作用来减轻仓库节点的负载;其次,使用一种性能优先级排序的方法动态的选择性能高的节点,在有限的资源下提升镜像分发效率;最后,由于对节点进行优先级排序,集群中每个节点不需要再向其余所有节点发送消息,并首次使用SSH协议分发镜像,解决了P2P网络中存在的消息延迟、消息重复和冗余等问题,减少了带宽资源的浪费.特别地,由于BitTorrent协议的安全性的弊端备受学者诟病,考虑到云环境下集群的安全性问题,利用SSH协议加密特性和安全性验证,提升了云环境的安全性.在本文中,我们设置了两个独立实验,结果如下:首先,RainbowD和其他镜像分发方案对比验证其镜像分发效率,在实验的异构云环境下,RainbowD与使用Docket的方案相比,镜像分发效率显著提升,分发效率提高了30%以上,分发耗时最多缩短了80%;和Dragonfly相比,RainbowD在70%的情况下效率近似或优于Dragonfly;在集群规模为100个节点、分发200M的镜像耗时可以达到150 s;其次,RainbowD可以有效的抵御常见的网络攻击,如DNS欺骗和会话劫持攻击.从实验结果可以看出,RainbowD在镜像分发的任务中具有高效性和安全性.

融合生成对抗网络和朴素贝叶斯皮肤病诊断方法

不同皮肤病间发病率的差异导致了皮肤病数据类不平衡现象,对使用机器学习方法构建高效、准确的皮肤病诊断模型带来了巨大挑战。提出一种融合生成对抗网络(generative adversarial networks,GAN)和朴素贝叶斯的皮肤病二分类诊断方法:在皮肤病数据集上训练朴素贝叶斯二分类器作为诊断器,创新性地使用GAN为前者生成补充训练样本,使其训练集正负类样本达到平衡。针对皮肤病诊断多分类问题,提出一种融合生成对抗网络和朴素贝叶斯的多分类诊断方法:使用GAN和朴素贝叶斯训练皮肤病单病种二分类器,并结合了词频-逆文档频率算法(term frequency-inverse document frequency,TF-IDF),将多个二分类器组合成一个多分类器作为诊断器。与六种诊断方法进行了对比实验,提出的两种皮肤病诊断方法准确率和召回率均有提升。

浅谈当代水彩画在中国的传播与发展

水彩画在中国的传播始于西方传教士的文化技术引进,在中国传播发展的历程中,逐渐和中国的绘画技艺实现艺术的融合创新,在意境、色彩方面实现了水彩渲染与山水笔墨画的不断交流。对当代水彩画的传播和发展进行分析,总结水彩画与中国传统绘画融合创新的经验,对中国当代水彩画的发展具有重要意义。

王维绘画中的诗意与禅趣

王维绘画的艺术特色1.诗画合一王维(701~761),字摩诘,太原祁(今山西祁县)人,因官终尚书右丞,故世称'王右丞'。王维在母亲崔氏的影响下,从小习佛,初宗北禅,后皈依南宗禅。右丞共兄弟四人,其中尤以王缙名气最大,做过代宗朝的宰相。王维早慧,九岁知属辞。