一步水热改性凹凸棒石黏土及性能研究

以凹凸棒石(Pal)黏土为原料,采用一步酸化-有机改性制备改性Pal,对其性能和黏度进行了研究。结果表明,采用酸化可去除可溶性杂质及解离Pal晶体,增加Pal的比表面积和孔径,但对Pal黏度提高能力有限。十六烷基三甲基溴化铵(CTAB)改性可在Pal表面引入有机基团,其憎水性使Pal颗粒稳定,可提高改性Pal在水中的黏度。酸洗后引入CTAB,CTAB不影响Pal结构性能,且极大地提高了改性Pal在水溶液中的黏度。当HCl浓度和CTAB的质量浓度分别为1 mol/L和10 g/L时,改性Pal的黏度可达到1280 mPa·s。这是因为改性剂阳离子吸附后虽然会增加Pal表面正电荷,但也分散了Pal晶体,增加了Pal表面的暴露,CTAB碳链的憎水性使Pal颗粒稳定,进一步提高了Pal的zeta电位绝对值,Pal颗粒间斥力增大,改性Pal在水中的黏度得到大幅提高。进一步增加改性剂浓度会提高Pal表面正电荷或者碳链数量,导致其负电荷及zeta电位绝对值下降,黏度反而下降。

铜交换凹凸棒石脱硝催化剂的制备及性能研究

利用离子交换法,以凹凸棒石(Pal)为载体制备铜交换凹凸棒石脱硝催化剂(Cu-Pal),研究其在SO_(2)存在与否条件下NH3-选择性催化还原(SCR)脱硝性能。结果表明,Cu-Pal具有良好的脱硝性能,因Cu^(2+)进入Pal晶体并与骨架O结合使催化剂中具有较多的Cu^(2+),导致其具有更多的酸量和强酸性位点,因此脱硝反应更易进行,最佳脱硝反应温度为320℃,低于浸渍法350℃制备的Cu-Pal催化剂,脱硝温度越高,脱硝性能越好,适宜的脱硝反应温度为320~350℃,脱硝温度进一步升高,发生NH3氧化反应,催化剂的结构坍塌烧结,脱硝性能急剧下降。SO_(2)分子与Cu-Pal脱硝催化剂中Cu^(2+)作用生成硫酸盐抑制脱硝反应,因此SO_(2)分子在低温阶段(150~250℃)对脱硝催化剂具有明显毒化影响,而当脱硝温度高于300℃时,硫酸盐分解,SO_(2)对催化剂的抑制作用减弱,催化剂脱硝性能基本未受影响。

基于传染病监测数据的危机探测研究

随着我国信息化建设进程的不断加快,传染病监测系统积累了大量精准的传染病监测数据。依据情报学的理论和方法充分挖掘传染病监测数据的情报价值,可以为公共卫生管理和预防部门提供决策支持服务。研究以传染病的国家统计年鉴数据和传染病预防控制月报数据为分析对象,将传染病危机事件的监测与识别过程归纳为"一个目标、三个对象、三层分析、三个核心",并构建危机探测决策支持服务体系。从理论层全方位梳理传染病危机件的数据整合、信息分析和危机探测,从实践层融合采用统计分析和机器学习的信息分析方法,搭建传染病流行时间序列预测模型,以期能够推动传染病的监测、识别和危机探测有关的理论研究和实践创新。

基于大数据的科教评价信息云平台构建和智能服务研究框架

科教评价是促进国家科技和教育发展的重要助力之一,在国家科教战略规划、政策制定、绩效评估、资源分配等多个方面发挥着十分重要的作用。随着大数据时代的到来,科教信息资源的组织和利用形式开始发生变革,使得传统的科教评价理论及方法在评价的准确性、全面性和综合性等方面显现出一定的不足。文章梳理了国内外科教评价相关研究现状,发现已有研究所使用的科教评价数据的集成性和多维性不足;缺乏从内容层面进行挖掘的科教评价指标;缺乏从社会影响力层面进行科教评价的研究;缺乏信息云平台构建与科教评价相结合的研究;缺乏智能服务与科教评价相结合的研究。在此基础上,文章论述了基于大数据的科教评价研究框架构建意义,并从顶层设计入手,提出了包含需求分析、理论构建、模型与方法研究、云平台构建和智能服务五个子课题的基于大数据的科教评价信息云平台构建和智能服务研究框架和逻辑关系图,并对各子课题进行了分析和论述。

吉林省卫生计生统计信息决策支持系统功能的设计与应用

随着全民健康信息化建设进程的不断加快,吉林省各类卫生计生统计数据容量的不断膨胀,依靠新型高效的卫生计生统计信息决策支持系统来进行省级区域的卫生计生信息统计与整理已成为卫生计生行政部门工作重点之一,在此决策支持系统的使用基础上为全省各级卫生计生行政部门各项工作提供决策支持。现重点介绍吉林省卫生计生统计信息决策支持系统的功能设计路线,为实际收集数据与处理数据的过程提供帮助。

基于特征分析和标签提取的医生画像构建研究

【目的/意义】医生同时兼具提供医疗服务的社会工作者和从事科学研究的科研工作者双重身份,因而需要从更全面、立体的角度组织管理和利用互联网中多源的医生数据用来构建医生画像,对于患者寻求医疗救助、提高健康服务质量具有重要作用。【方法/过程】在提出医生画像概念的基础上,以医院官网、百科类网站、文献数据库、在线健康社区等数据源为基础,提出基于特征分析和标签提取的医生画像构建模型,分别从医生的人口统计属性、简介特长、科研成果、科研合作、患者在线评价五个方面构建医生画像,最后在此基础上进行实证研究,以可视化的方式展示医生画像。【结果/结论】基于特征分析和标签提取的医生画像构建模型能够全面描述医生信息并将其以更加直观的形式展示出来,从而推动为患者提供个性化的健康服务和精准的医生推荐等研究的发展。

基于关键词词向量特征扩展的健康问句分类研究

【目的】基于医疗问答社区中的健康问句数据,提出基于关键词词向量特征扩展的健康问句分类模型,提升健康问句的分类效率,帮助医疗问答社区提高患者使用满意度。【方法】分别使用TF-IDF和LDA提取关键词,使用Word2Vec对关键词进行词向量特征扩展,并将其应用于医疗问答社区中的健康问句分类。【结果】本模型可以有效地提升健康问句分类的效果。当关键词提取方式为TF-IDF、训练词向量的语料库为问答全集语料库、保留词典中词语数为600、语言模型为CBOW时,准确率、召回率、F值分别为0.9872、0.9725、0.9798,分类效果最优。【局限】未在语义层面深度提取医学短文本关键词。【结论】基于关键词词向量特征扩展的健康问句分类模型在健康问句分类方面与现有分类方法相比具有更好的分类效果。

基于三层知识融合的金融领域信用知识服务模型构建研究

【目的/意义】金融市场是信用交易最为广泛和活跃的市场,也是信用风险的高发领域。随着我国信用交易规模的不断扩大和信用体系建设的不断推进,迫切需要专业化、智能化的信用知识服务。【方法/过程】回顾和梳理了信用知识服务的相关研究,分析了金融领域信用知识服务的需求,将知识融合的理论和方法应用于金融领域信用知识服务的整个流程与环节中。【结果/结论】构建了基于三层知识融合的金融领域信用知识服务模型,分析了知识获取层、知识处理层、知识服务层的结构与功能。阐述了基于三层知识融合的金融领域信用知识服务在信用评估、信贷风险管理、社会信用生态构建中的应用。【创新/局限】提出了基于三层知识融合的金融领域信用知识服务模型。有待于实现一个智能化的金融领域信用知识服务系统。