两栖爬行动物剥制标本制作工艺探究及改进

动物标本在教学、科研以及科普宣教等领域有着广泛应用。基于两栖爬行动物剥制标本制作实践,对两栖爬行动物剥制标本制作基本流程如样品选择、物种鉴别、躯体测量、皮肤剥离、防腐处理、骨架制作、标本填充、切口缝合、义眼安装等进行了描述,并对标本制作过程中暴露出来的问题诸如防腐不彻底、骨架制作不规范、填充不饱满、整形不自然等提出了针对性改进措施。

基于自然语言处理的舆情分析和股价涨跌预测系统

金融科技的快速发展拓展了证券市场预测股票行情的途径,传统的方法是通过股票的历史价格和特征因子进行预测,这种基于历史量价的预测方法很难反应公众情绪对股市的影响。基于深度学习的自然语言处理技术能够发掘文本数据的深度特征,从网络上的散乱信息中找到特殊线索,为金融市场中舆情的定量分析提供了解决方案。本系统以网络上关于上市公司的原始新闻资讯作为样本,以真实的股价涨跌情况作为标签,分别对样本数据进行清洗、文本向量化等预处理,设计出代表短线、中线和长线的三种数据集,搭建基于深度学习模型BERT的金融情感预测系统(BERT-FS),经过训练和评估之后,判断股票涨跌的AUC值最高可达79.48%.