深层环境下固井水泥水化放热特性及井周温度场演化规律研究

塔里木盆地已建成我国最大的超深层油气生产基地,深层环境会对水泥水化放热特性产生一定的影响,研究深层环境下水泥水化放热及传热特性对明确井周温度场演化规律至关重要。文章首先根据现场实测资料建立了塔里木油田近井和远井地层温度方程,根据不同地层深度的温度分布情况,开展了不同温度下G级水泥水化放热实验,基于Krstulovic-Dabic(K-D)经典水化动力学模型,结合水泥成核结晶与晶体生长、相边界反应以及扩散三过程反应特征推导了不同温度下水泥水化放热预测曲线,进一步推导了套管-水泥环-地层热传导模型,并将放热曲线作为热源代入到有限元模型中,得到了不同井深的套管与水泥在水化放热与高温地层的共同作用下温度场的变化情况。研究结果可为下一步分析有限局部空间的温度场变化对地层压力和套管变形影响提供技术支持。

领域文献深层语义特征视角下的期刊新兴研究主题发现

[目的/意义]从文献深层语义特征角度分析特定领域期刊研究内容中蕴含的新兴主题,对科研工作者了解领域研究热点、寻找进一步研究的方向具有重要意义。[方法/过程]首先,以图书情报领域期刊“JASIST”为例,从文献句子的语义特征角度出发,使用BERT及其衍生模型进行关键句子的识别;其次,基于MLM提出语言模型的增强方案;最后,使用BERTopic在识别结果的基础上进行面向关键研究语句和摘要的新兴主题发掘及演化分析。[结果/结论]整体句子识别性能F1值超80%,基于MLM的领域模型在关键句子识别上较基准模型性能提升约1~2个百分点,基于BERTopic发现7个新兴热点研究主题。文章提出的关键句子识别和基于BERTopic的主题计算方案能够有效挖掘新兴主题,为科研工作者提供辅助。

AIGC赋能中医古籍活化:Huang-Di大模型的构建

目前中医界已构建大量的古籍资源库,然而数字化研究仍以文献扫描整理、浏览检索等浅层知识服务的实现为主,生成式AI的发展为中医古籍数字化研究提供了新的机遇。文章在Ziya-LLaMA-13B-V1开源模型基础上,通过继续预训练、有监督微调、DPO优化的全流程训练步骤,构建中医古籍生成式对话大语言模型,最后通过自动评估和人工评估验证了其在中医古籍领域的优异性能。自动评估结果表明:训练损失函数成功收敛,各对话类目下BLEU、ROUGE指标值均偏低,侧面反映出该模型具备强大的领域创造力。人工评估结果显示:该模型在古籍知识问答方面性能显著优于现有的中医药垂直领域两类模型,较优于通义千问,部分类目如预防养生的回答能力与ChatGPT(gpt-4)相比略有不足。本研究突破中医古籍数字化固有的研究模式,实现了古籍资源的深度融合与利用,可满足古籍知识解答、中医问诊、养生保健等多元化的知识服务。

AIGC视角下非物质文化遗产知识图谱的构建研究

[目的/意义]非遗是人类文明的重要组成部分,对于保护和弘扬民族精神,增强民族认同感和凝聚力具有重要意义。[方法/过程]文章探讨如何利用AIGC的优势,结合传统深度学习的方法,构建一个全面、高效的非遗知识图谱。[结果/结论]在非遗项目分类研究中,微调后的Baichuan-7B效果最佳,macro-F1值为0.7688,在非遗属性信息抽取中,RoBERTa的效果最好,F1值为0.7085。微调Baichuan-7B生成的结果,BLEU的2-Gram为0.2052。结合属性抽取和生成的结果,构建了高效全面的知识图谱。[创新/局限]文章利用生成式大模型辅助建立知识图谱,对国家级的非遗项目进行了研究,暂未对具有较高研究价值的省级项目进行研究。

AIGC驱动古籍自动摘要研究:从自然语言理解到生成

作为自然语言处理中的关键任务,旨在压缩长文本信息、解决文本信息过载问题。文章以《二十四史》中的人物列传语料为例,从抽取式和生成式方法出发,探索AIGC技术驱动下古籍文本自动摘要应用的可行路径,为古籍资源的创造性转化和创新性发展提供参考,助力数字人文理念下的古籍内容价值实现。首先基于GujiBERT、SikuBERT、BERT-ancient-Chinese模型进行语义表征,并使用LexRank算法进行重要性排序以抽取摘要。然后利用GPT-3.5-turbo、GPT-4和ChatGLM3模型生成摘要,并构建ChatGLM3和GPT-3.5-turbo微调模型。最后采用信息覆盖率和信息多样性指标对抽取式摘要结果进行评测,采用rouge和mauve指标对生成式摘要结果进行评测。研究表明:SikuBERT在抽取式摘要任务中对古文的语义表征能力和理解能力较强;通用大语言模型在古籍领域的自动摘要能力各有特色,但主旨提炼能力有所欠缺;通过小样本数据集微调GPT-3.5-turbo和ChatGLM3模型能有效提升模型的摘要生成能力。

基于机器学习分析的浸润性乳腺癌蛋白质编码基因的标志物鉴定

目的应用随机森林(RF)、极限梯度提升算法(XGBoost)、轻量的梯度提升机(LightGBM)、类别型特征提升(CatBoost)4种机器学习算法分析浸润性乳腺癌转录组表达数据,筛选与浸润性乳腺癌预后相关的生物标志物。方法通过癌症基因组图谱公共数据库下载浸润性乳腺癌的表达数据,采用DESeq2程序包、t检验及Cox单因素分析,对人类浸润性乳腺癌样本中与生存预后相关的差异蛋白质编码基因进行筛选。基于RF、XGBoost、LightGBM、CatBoost等机器学习模型的构建与比较,挖掘浸润性乳腺癌预后相关的蛋白质编码基因标志物,并使用基因表达综合数据库的乳腺癌表达数据作为外部测试进行验证。结果共获得151个与生存预后相关的差异蛋白质编码基因,其中由C3orf80、UGP2和SPC253个基因构建的机器学习模型效果较好。结论筛选出3个(UGP2、C3orf80、SPC25)与浸润性乳腺癌预后相关的生物标志物,为诊断和治疗浸润性乳腺癌提供了新的方向。

青海海德乌拉火山岩型铀矿床成因探讨

海德乌拉铀矿床是青海东昆仑地区近期新发现的火山岩型中型铀矿床。本文在论述其区域地质背景、矿区地质、铀矿床地质特征的基础上,讨论其成矿构造背景、成岩成矿时代及矿床成因。研究表明,海德乌拉铀矿床位于特提斯和华北地台两个构造域的交会部位,秦祁昆造山带南昆仑结合带东昆仑南坡俯冲碰撞杂岩带上,区内铀矿化与中基性、酸性火山岩关系密切;该铀矿床受区域一级昆中大断裂带控制,矿体主要赋存于与区域性NWW向断裂构造有关的次级NW向和NE向断裂构造中,且矿化体密集分布、厚度较大、品位较高;矿化蚀变主要为碎裂岩化和红化及黄铁矿化,矿石物质成分简单,铀矿物主要为沥青铀矿,未见其它共伴生元素;根据同位素定年及区域对比,海德乌拉火山岩型铀矿床成岩成矿时代为晚三叠世;铀矿化类型为火山岩型,铀矿床成因类型为热液型。

超细水泥生产工艺、性能及工程应用研究进展

超细水泥的发明主要是为了解决因普通水泥颗粒粒径较大无法有效注入微细裂缝的难题。超细水泥兼具普通水泥的耐久性好和化学浆材的流动性高的优点,成为水泥基材料由传统材料转向高新技术材料发展的重要开端,在工程中受到广泛使用。本文回顾和总结了近20年来国内外学者对于超细水泥研究所取得的主要进展,对比分析了干磨法和湿磨法制作超细水泥的生产工艺及其优缺点;比较了超细水泥区别于普通水泥的流动性、体积稳定性和力学性能;总结了粉煤灰和矿粉等掺料的加入对超细水泥浆液的性能影响,并在此基础上,对超细水泥在加固和封堵技术中的应用进行了总结,旨在为超细水泥的生产工艺、基本性能以及相关工程应用提供相关参考。

耐高温有机硅树脂示温涂层的制备

近年来,我国的航空航天事业发展迅猛,由此对发动机涡轮机、燃烧室等高温部件的温度及分布测试提出了更高要求,其中示温漆受到广泛关注。为了解决我国航空发动机等高热部件温度测量问题,需要进一步提高示温漆的变色温度上限和显色性能。本文选用正硅酸乙酯(TEOS)、二苯基二甲氧基硅烷(DMDPS)、三甲基氧基苯基硅烷(TMPS)为原料制备TEOS杂化甲基苯基硅树脂(SR),通过调节TEOS与DMDPS比例提高树脂的柔韧性;采用七异丁基三硅羟基多面体低聚倍半硅氧烷(POSS)对所制备的增韧SR进行改性,制备出一种兼具韧性和耐高温性且可室温固化的杂化有机硅树脂,其在500℃残重达82%。选择新胭脂红、三氧化钨、三氧化二铬、氧化铁、硅酸铝等为颜料,锆英粉和三氧化硼为耐高温填料,无水乙醇为溶剂,与制备的耐高温有机硅树脂混合研磨制备耐高温示温漆,分别研究其在400、500、800、900、1000、1150及1300℃时的显色效果及显色机制。研究表明,所制备的示温漆工艺、耐高温、显色等性能较为优异,具有高温部件测温的潜能。

不同剂量曲美他嗪辅助治疗扩张型心肌病心力衰竭患者的疗效比较及血清相关细胞因子水平分析

目的分析不同剂量曲美他嗪辅助治疗扩张型心肌病(dilated cardiomyopathy,DCM)心力衰竭患者的疗效。方法选取新乡市第一人民医院2020年1月至2021年1月期间收治的DCM心力衰竭患者86例作为研究对象,依据随机抽签法分成研究组与对照组,分别43例。两组患者均接受常规治疗,研究组予以大剂量曲美他嗪治疗,对照组予以常规剂量曲美他嗪治疗,比较两组的临床疗效、不良反应以及治疗前、治疗后1个月、3个月的心功能[左心室射血分数(left ventricular ejection fraction,LVEF)、左心室舒张末期内径(left ventricular end-diastolic diameter,LVEDD)、左心室收缩末期内径(left ventricular end-systolic diameter,LVESD)]、血清组织型金属蛋白酶抑制剂-4(tissue type metalloproteinase-4,TIMP-4)及游离脂肪酸(free fatty acid,FFA)浓度。结果研究组患者临床疗效总有效率显著高于对照组,差异有统计学意义(93.02%vs.74.42%,P<0.05)。两组患者的时间、组间、交互作用LVEDD、LVESD、LVEF比较,差异有统计学意义(P<0.05);治疗后1个月、3个月研究组患者的LVEDD、LVESD小于对照组,LVEF高于对照组,差异有统计学意义(P<0.05)。两组患者时间、组间、交互作用血清FFA、TIMP-4浓度比较,差异有统计学意义(P<0.05);治疗后1个月、3个月研究组患者的血清FFA浓度低于对照组,TIMP-4浓度高于对照组,差异有统计学意义(P<0.05)。研究组患者的不良反应发生率与对照组比较,差异无统计学意义(11.63%vs.6.98%,P>0.05)。结论大剂量曲美他嗪辅助治疗DCM心力衰竭患者时,可提高治疗效果,改善心功能,调节血清FFA、TIMP-4浓度,且安全性有保障。

户外用硅基太阳总辐射计的设计

为长期监测光伏电站中太阳辐射强度,设计了一种户外用硅基太阳总辐射计。采用同种技术类型硅太阳电池作为传感器,并以光伏组件制作工艺来封装硅太阳电池;采用测温热敏电阻测试硅电池的工作温度,为辐照度测量值增加温度修正;采用合适的取样电阻串接于硅电池正负极两端,使硅太阳电池近似工作于短路电流状态。最后在户外自然光下与标准硅太阳电池进行辐照度对比测试,最大误差为1.2%,最小误差为0.2%,平均误差为0.4%。

脑小血管病相关认知障碍的中医证候规律探究

目的:探索脑小血管病相关认知障碍的中医证候规律。方法:通过横断面研究,选择102例脑小血管病相关认知障碍患者的中医四诊信息(中医症状64个条目、舌象20个条目、脉象10个条目),对其进行因子分析、关联规则Apriori算法统计分析。结果:因子分析显示,本病中医证候要素主要为阳虚(22.55%)、火(18.63%)、阴虚(16.67%)、痰(16.67%)、血瘀(10.78%)、气虚(8.82%)、气滞(5.88%),病位涉及心、肝、脾、肾。Apriori算法显示,本病病性以阴虚为主,病位在脑,与肝、肾相关,其核心症状组合为腰膝酸软-视物模糊-目涩。结论:脑小血管病相关认知障碍的中医证候要素虚实并见,虚证以阳虚、阴虚、气虚为主,实证以火、痰、血瘀、气滞为主,病位涉及心、肝、脾、肾,核心中医证候为肝肾阴虚。

基于聚类分析和关联规则探讨脑小血管病相关认知功能障碍的中医证候规律

目的:基于聚类分析和关联规则探讨脑小血管病相关认知功能障碍的中医证候规律。方法:采用横断面研究,收集102例脑小血管病相关认知功能障碍病人的中医症状、舌象、脉象等四诊信息,对四诊信息进行聚类分析、关联规则Apriori算法统计分析。结果:聚类分析显示,脑小血管病相关认知功能障碍可聚为5类,类一为心悸,神疲,气短,乏力,视物模糊,目涩,耳鸣,失眠,多梦,急躁易怒,善太息,腹胀;类二为头晕,头痛,胸闷,五心烦热,潮热盗汗,舌暗,苔白腻;类三为头重如裹,面色萎黄,齿摇,口黏腻,肢倦身重,畏寒肢冷,肢体疼痛,麻木,腰膝酸软,小便清长,咳笑时遗尿,夜尿频多,尿后余沥;类四为肢体笨拙,面色晦暗,口唇紫暗,面红,自汗,尿急,小便短赤,舌下瘀点瘀斑,脉弦;类五为咳痰,口渴,口苦,形体肥胖,舌红,苔黄。Apriori算法显示,该疾病核心症状组合为头晕-腰膝酸软-视物模糊-目涩;夜尿频多-腰膝酸软-视物模糊-目涩;口苦-腰膝酸软-视物模糊-目涩;头晕-腰膝酸软-视物模糊;夜尿频多-腰膝酸软-视物模糊;口苦-腰膝酸软-视物模糊。结论:脑小血管病相关认知功能障碍的中医证候要素虚实并见,虚证以阳虚、阴虚、气虚为主,实证以火热、痰浊、血瘀、气滞为主,病位涉及肝、脾、肾、胃,常见的中医证型为肝郁脾虚证、肝肾阴虚证、脾肾阳虚证、瘀热阻窍证、痰热阻窍证,其核心中医证候为肝肾阴虚证。

AIGC助力数字人文研究的实践探索:SikuGPT驱动的古诗词生成研究

[目的/意义]诗词创作是数字人文领域自然语言生成研究的重要方向,对古诗词遣词造句的版本争议判断、自动诗词问答等具有一定意义,然而当前尚未出现能够自动生成繁体中文古诗词的预训练模型,已有研究着眼于根据使用者需求创作不同风格的简体古诗词。[方法/过程]文章基于CLM使用繁体《四库全书》无标点语料、繁体中文古诗词语料在gpt2-chinese-cluecorpussmall上进行继续预训练构建SikuGPT2、SikuGPT2-poem模型。采用困惑度、BLEU、专家打分、图灵测试等验证模型性能。[结果/结论]实验显示SikuGPT2-poem模型困惑度较低,生成的诗歌BLUE评分较基准模型低0.053左右,在人工打分中较基准模型平均高1.93分。总体而言,文章提出的模型表现优异且通过图灵测试,提出的古汉语生成式系列模型的预训练语料集尚小。模型在古诗生成方面表现较好,但尚不能满足赋、曲等体裁的需要。

深度学习驱动的海量人文社会科学学术文献学科分类研究

[目的/意义]探索不同社会科学学科间差异,支持学科建设、科技检索服务,进一步完善文献学科的分类体系。[方法/过程]基于多种深度学习模型和预训练语言模型构建社会科学文献学科分类器,利用CSSCI目录中的20多个一级学科中近350万篇文献构成的数据集进行实验;利用Sentence-BERT输出摘要句子向量并进行层次聚类,根据聚类结果划分学科组,并计算模型对于不同学科组的分类性能以缓和学科交叉的影响;利用模糊准确性指标输出模型对每条记录输出的前N个高概率学科以弥补原有学科分类的局限性。[结果/结论]在“摘要+标题”上使用深度预训练语言模型取得最佳性能;基于层次聚类所得的学科组进行的分类较单一学科性能有所提升;模型的模糊准确性在N=3时能够达到96%。[局限]未考虑从全文文本上获取更丰富的文献学科特征进行自动分类。

碳捕集利用与封存一体化技术研究进展与产业发展策略

碳捕集利用与封存(CCUS)技术对于实现中国“双碳”目标具有重要意义,在成本高、技术不成熟等挑战下,具有整合产业链资源、降低中间成本等优势的CCUS一体化技术成为主要发展方向。基于学术研究和产业应用的数据,调研并梳理CCUS一体化技术的现状,进而针对技术成熟度、政策支持与商业模式进行全面评估并提出综合产业发展策略。未来应聚焦于百万吨级CCUS一体化技术项目,驱油埋存技术体系及其产业集群建设。基于技术成熟度(TRL)分析发现,2030年前应主要发展TRL6以上的技术,目前处于TRL4-5及TRL1-3的技术将分别在2030—2045年以及2045年之后广泛应用。在政策支持上,早期应积极出台直接经济支持政策并拓宽融资方式,而从中长期角度,应以碳市场为主导,配合实施额外绿色电力配额等政策。在商业模式上,前期应以国有企业为主导,应用垂直整合模式;在前中期阶段应用合资企业模式以保障技术基础不强企业的项目开展;在中长期阶段,相继应用二氧化碳转运和CCUS运营商模式以解决地理和资源制约等问题。

城乡差异视角下江苏省居民卫生服务利用及影响因素分析

目的:探索城乡差异视角下江苏省居民卫生服务利用的影响因素,为改善卫生服务利用提供实证依据。方法:利用2018年全国第六次卫生服务调查的江苏省数据,以安德森模型为理论依据,采用Heckman模型对江苏省城乡居民卫生服务利用影响因素进行分析。结果:江苏省居民卫生服务利用行为存在显著的城乡差异。结论:应以倾向特征为前提,重点关注特定人群的健康水平;以使能因素为驱动,提高卫生服务利用水平;以需求因素为导向,营造健康友好的社会环境。

自然对流下竖直帘式中空纤维膜组件的除湿供冷特性

为探讨竖直壁面在较高冷源温度下同时进行供冷除湿的可行性,开展了自然对流条件下基于中空纤维膜的竖直壁面供冷除湿特性的实验研究。利用中空纤维膜接触器技术制作了能够同时除湿供冷的组件,搭建了供冷除湿性能测试实验台,以氯化钙溶液为除湿溶液,采用正交试验方法,研究了自然对流下溶液进口质量浓度、温度、流速等参数对中空纤维膜组件除湿量、显热供冷量以及除湿效率的影响。结果表明:溶液进口质量浓度和温度对除湿量、除湿效率有重要影响,进口温度和流速对显热供冷量影响较显著。在试验因素水平取值范围内,组件单位膜面积除湿量达5~14 g/h,显热供冷量为4~24 W,除湿效率为28%~65%,表明该组件具有一定的工程应用前景。

ChpoBERT:面向中文政策文本的预训练模型

随着深度学习的迅速发展和领域数据的快速积累,领域化的预训练模型在知识组织和挖掘中发挥了越来越重要的支撑作用。面向海量的中文政策文本,结合相应的预训练策略构建中文政策文本预训练模型,不仅有助于提升中文政策文本智能化处理的水平,而且为政策文本数据驱动下的精细化和多维度分析与探究奠定了坚实的基础。面向国家级、省级和市级平台上的政策文本,通过自动抓取和人工辅助相结合的方式,在去除非政策文本的基础上,确定了131390份政策文本,总字数为305648206。面向所构建的中文政策文本语料库,基于BERT-base-Chinese和Chinese-RoBERTa-wwm-ext,本研究利用MLM(masked language model)和WWM(whole word masking)任务构建了中文政策文本预训练模型(ChpoBERT),并在Github上对该模型进行了开源。在困惑度评价指标和政策文本自动分词、词性自动标注、命名实体识别下游任务上,ChpoBERT系列模型均表现出了较优的性能,可为政策文本的智能知识挖掘提供领域化的基础计算资源支撑。

中药复方治疗血管性认知障碍的用药规律分析

目的:分析中药复方治疗血管性认知障碍的用药特点及组方规律。方法:检索中国知网、万方、维普网、中国生物医学文献服务系统,筛选中药复方治疗血管性认知障碍的临床随机对照试验,探索其用药特点及组方规律。结果:(1)涉及中药复方271首,单味中药250味。(2)多为补虚药,性多温,以味甘入肝、肾、脾经,味苦入心经,味辛入心、肝经为主。(3)核心药物为石菖蒲、川芎、远志、丹参、熟地黄等。(4)最强二项关联为石菖蒲-远志,最强三项关联为石菖蒲-远志-川芎,最强四项关联为石菖蒲-熟地黄-远志-川芎,聚类分析归为3类。结论:血管性认知障碍治疗常用甘温补虚、辛苦祛瘀燥湿之药以补益、祛瘀、化痰开窍,常兼清瘀热,补益包括补肝肾、健脾气、益气血,遵循标本兼治、补虚为本的治疗原则。