评述腕足动物门高级别分类的新方案

对Ｐｏｐｏｖ等（１９９３）、Ｗｉｌｉａｍｓ等（１９９６）用分支系统学（ｃｌａｄｉｓｔｉｃｓ）的方法提出的腕足动物门高级别分类的新方案分别作了评述；新的方案取消腕足动物的“无铰纲、有铰纲”之分，“无铰纲”彻底解体，“有铰纲”范围扩大，包括从“无铰纲”中分出的髑髅贝类（ｃｒａｎｉｄｓ）和原货贝类（ｏｂｏｌｅｌｉｄｓ）；这些新观点强烈地动摇了统治百余年的世界腕足动物高级别分类研究的基础，改变了国际腕足动物专家长期沿用的传统分类格局，反映了本世纪腕足动物门高级别分类研究领域中一个最重大的进展。还对新方案的建立背景和条件，它的优点和存在问题，以及新方案给我们的启示，进行了评述，认为Ｗｉｌｉａｍｓ等（１９９６）的新方案是一个折衷方案，其中的３个亚门级分类单元（舌形贝型、髑髅贝型、小嘴贝型等亚门）作为纲级分类单元可能更合适，他们的８个纲也宜相应地降为亚纲级分类单元。有关髑髅贝型腕足动物的系统发育位置还了解得不甚清楚，这个亚门的确立有待于对化石和现生腕足动物的深入研究以及随分支系统学的发展而作进一步的检验与修正。

汽车薄钢板冲压级别分类的一种新方法

提出了一种新的汽车薄钢板冲压级别分类方法 ,将FLD0 作为钢板冲压级别分类的出发点 ,按FLD0 的范围将钢板冲压级别分为 6级。为了便于实际应用 ,找到FLD0 与n、r值及钢板厚度的关系 ,将钢板冲压级别用n、r值和钢板厚度三者表示。

PCA和PLS-DA用于晒青毛茶级别分类研究

利用主成分分析法(Principal Component Analysis,PCA)和偏最小二乘法判别分析(Partial Least Squares Discriminant Analysis,PLS-DA)对晒青毛茶进行级别分类,并通过统计分析找出重要理化成分。结果表明:PCA和PLS-DA均可以直观地对晒青毛茶级别进行分类,其中能够稳定地分类出3级毛茶,而难以将6级和9级毛茶明显地分类。通过PCA载荷图(Loadings plot)和PLS-DA变量重要性因子(Variable important for the projection,VIP)分布图可得出氨基酸含量为级别分类的重要理化成分,其中赖氨酸(Lys)、脯氨酸(Pro)和苯丙氨酸(Phe)是对级别分类最重要的3种氨基酸组分。

不同分类级别土壤矢量图与最小可分栅格的关系研究

土壤空间信息的矢量-栅格转换是利用土壤数据进行地表碳、氮等模拟研究的重要基础,由土壤矢量图转化成栅格图时,不同分类级别土壤矢量图与可转化为最小栅格之间的关系一直不够明确。本文利用江西省余江县1∶5万土壤图,研究了在土类、亚类、土属和土种分类水平上,土壤矢量图转化成不同大小栅格图过程中各类土壤分布的面积变化,设定某类土壤栅格分布总面积占同类土壤矢量面积的95%时所对应的栅格大小视为最小可分栅格,并且在不同土壤分类级别的土壤矢量图中,定义面积小于10 km2的土壤类型为小面积土壤类型、面积介于10 km2至100 km2的土壤类型为中等面积土壤类型,面积大于100 km2的土壤类型为大面积土壤类型。结果表明:余江县土壤空间数据的矢量-栅格在转换过程中,由于面积过小和图斑过于分散使得各土壤分类级别均有小面积土壤类型和部分大、中面积土壤类型的栅格面积随着栅格尺度的变小而变大;图斑聚集的大面积土壤类型和中等面积土壤类型栅格面积伴随栅格尺度的变小而变小;土类和亚类中,最小可分栅格分别为1 km和0.2 km,在土属和土种中,最小可分栅格均为0.1 km。

基于双记忆注意力的方面级别情感分类模型

方面级别情感分类的研究目标是针对给定语句所描述对象的特定方面,分析该语句所表达出的情感极性.现有的解决方案中,基于注意力机制的循环神经网络模型和多层模型性能表现较好,二者都借助了深度网络和外部记忆做注意力调优,但实验结果表明这些模型在处理复杂语句时的性能不够理想.本文提出一种基于双记忆注意力机制的方面级别情感分类模型,基本设计思想是借助循环神经网络的序列学习能力得到语句编码,并构造相应的注意力机制从语句编码中提取出关于给定方面词的情感表达.为此,构造了两个外部记忆:陈述性记忆和程序性记忆,分别用于捕获语句中与给定方面词相关的词级别和短语级别信息,并设计了一个分段解码器,用于从相关记忆中选择并提取情感语义信息.为验证模型的有效性,在三个基准数据集上进行了测试,包括SemEval 2014的Laptop和Restaurant数据集和一组常用的Twitter数据集,实验结果表明,本文提出的模型在分类准确率和泛化能力上的表现优于相关工作.此外,还设计了专门实验以验证本文提出的方面级别注意力机制和情感语义提取机制的有效性,为进一步研究方面级别情感语义抽取问题提供了新的思路和实验证据.

沉积层序及海平面旋回的分类级别——旋回周期的成因讨论

沉积层序可区分为巨层序、大层序、中层序、正层序、亚层序和小层序６个级别的单位，其时间延续大致分别为５００～６００Ｍａ，６０～１２０Ｍａ，３０～４０Ｍａ，２～５Ｍａ，０１～０４Ｍａ和００２～００４Ｍａ。沉积层序虽不同程度地受区域性构造运动和其他因素的影响，但具有明显的全球性和周期性。除大层序可能是由克拉通规模的热旋回引起的海平面相对变化所造成的外，其他级别的层序可能主要由全球海平面变化旋回所控制，并与天文周期有关。地球做为银河系和太阳系的一个行星，其地质演化不可避免地受到其他星系及其内部星体运行规律的影响，沉积层序可能是地球水圈响应于天体运动周期的沉积记录。

基于BG-DATT-CNN网络的方面级别情感分析

分析句子针对不同方面的情感极性,深入挖掘评论文本中的信息,为企业生产决策提供建议。针对传统方法多考虑单一层面注意力信息,且基于RNN的模型忽略了局部特征的重要性,而基于CNN的模型不能捕捉长距离依赖的信息的问题,提出了基于双重注意力机制的BG-DATT-CNN模型。在特征表示上,利用BERT对句子和方面词分别进行词向量编码,获得文本的深层语义特征。在特征提取上,设计了双重注意力机制,通过计算两类权重获得综合权重,强化文本的上下文相关特征和方面相关特征。在模型构建上,设计了BG-DATT-CNN网络,结合GRU和CNN各自的优势,Bi-GRU层捕捉文本的上下文全局特征,CNN层包括K-Max池化层和TextCNN层,通过两阶段特征提取获取分类的关键信息。在SemEval 2014数据集上的实验表明,与现有的其他模型相比,提出的模型取得了较好的效果。

论公务员选拔晋升制度的完善——以公务员分类制度为视角

2005年新颁布的《公务员法》对公务员分类制度作了较大修改,揭开了各省、市公务员制度改革的序幕。但是由于现行体制以及各种因素的影响,目前公务员分类模式仍然存在诸多不足之处,本文试图从分类模式入手,对公务员选拔晋升制度的完善进行尝试性的探讨。

基于Mapinfo的土地级别调整研究

在论述昌乐县原有综合定级成果的基础上,以GIS为支撑技术,利用以Mapinfo为平台开发的土地定级系统,对昌乐县城镇土地采用分类定级进行了研究和实践,并结合实际对级别调整成果作了对比分析。结果表明,采用GIS技术辅助进行土地级别调整在理论上是可行的,在实践中能起到事半功倍的效果。

多级分类问题的一种以码长为关键的归并处理

在众多的管理工作中都需要对数据进行分类(Sort),以及在分类的基础上进行各种处理,如检索、统计等等。而事物的分类又往往具有多重性,即存在着分类阶层。在客观上,多级分类问题是普遍存在着的。随着科学技术不断发展。

面向方面级情感分类与深度学习的分层网络模型

针对已有基于方面级别的情感分类通常只考虑独立的句子及关注每个句子的方面情感的问题,提出了一种基于方面情感分类的分层区域CNN-LSTM模型。与基于注意力机制LSTM和基于注意力机制CNN不同,通过分层关注机制将注意力集中在单词级别和句子级别上。采用一种新的基于分层CNN作为输入层,在整个评论中提取基于方面的长距离依赖特征,这种分层CNN和区域LSTM可以捕获与关注更深入更细粒度的信息,并且可以在预测过程中考虑句子内部和句子之间的关系。在多领域数据集上进行实验,结果表明,与仅使用单词向量基于方面情感分类的同类模型相比,所提出的模型性能更好。

城市高压输电线路型式判别技术评价

随着高压电缆线路的需求不断加大,现有的地方性城市电力网规划定性原则将不能满足输配电发展对输电线路可靠性、经济性的综合要求,无法适应国家未来经济快速发展需要。为此从技术方面综合衡量高压架空、电缆线路的优劣,构建技术评价指标体系,提出因素递减法、比例系数法、级别分类法和临界值法等评分方法,采用"十分制"标准对各项技术指标进行评价。在研究成果基础上进行了相关系统的开发,为项目的推广应用奠定基础。

边坡稳定性二级模糊综合评判模型的建立

边坡稳定性分析不仅具有随机性,而且具有很强的模糊性。根据模糊数学中多级模糊综合评判的原理,针对边坡稳定性存在的普遍性问题,建立了边坡稳定性评判的模糊二级综合评判模型,并将该模型应用于工程实践中。

微型快照式窄带多光谱成像宫颈癌筛查方法

白光阴道镜图像对比度较低,不利于医生鉴别不同病变程度组织,也不利于自动化宫颈癌筛查。利用癌变组织富含血红蛋白成分及血红蛋白具有特征波段这一特性,与传统高光谱空间扫描成像及分时获取不同波段多光谱成像方法相反,利用快照式多光谱窄带成像来加速光谱图像获取过程,提升不同病变程度组织之间灰度对比度同时,降低后续图像分析处理算法难度,实现对宫颈组织病变类型高帧率自动化分类。首先,使用微型快照式窄带多光谱摄像方法,在血红蛋白的两个强吸收峰(415±10)和(525±10) nm、一个反射带(620±10) nm和一个背景波段(450±10) nm共四个波段对宫颈组织进行快照式零时差获取四幅窄带光谱图像。而后,对所获取的光谱图像进行简单代数加减,以生成突显病变组织的融合图像,提高不同病变程度组织之间的对比度。最后,使用欧式距离分类算法,对光谱融合图像中不同病变级别进行分类,建立计算机辅助宫颈癌筛查方法。创新点在于实现了高帧率计算机辅助光学病理诊断方法。分别采用临床常规白光阴道镜及微型快照式窄带多光谱摄像对宫颈癌手术切下的新鲜组织进行彩色图像及光谱融合图像的高帧率采集,并使用同一个欧式距离分类算法对两种图像进行自动分类,分类结果都以组织病理诊断作为标准来计算正确率。通过对比两种分类结果正确率来检验光谱融合图像相对于彩色图像是否提升对比度,及其是否可以实现与组织病理诊断(金标准)结果一致的诊断。欧式距离分类算法对光谱融合图像分类准确率接近100%,远高于对白光阴道镜图像约50%的准确率。多位临床医生对基于微型快照式多光谱摄像头光谱融合图像的计算机自动分类结果表示接受。微型快照式窄带多光谱成像方法能有效提升光谱融合图像获取帧率及不同病变程度组织之间灰度对比度,能有效快速地将宫颈组织划分为与组织病理诊断结果一致的病变类型。由于诊断客观、无创伤、结果立等可得,该方法将有助于实现落后地区宫颈癌筛查的普及以及图像导航下的宫颈癌精准治疗手术。

基于迁移深度卷积神经网络的虹膜定位

精确而快速地定位虹膜是有效识别虹膜的重要前提。传统的虹膜定位方法对图像尺度变化、睫毛比较浓密、虹膜被遮挡较多等情况下的图片处理效果并不理想。本文采用迁移学习MaskR-CNN网络的方法,对图像进行像素级别分类。根据像素分类结果,能够很好地标识虹膜区域和非虹膜区域。在中国科学院自动化所公布的虹膜数据集CASIA-Iris-version 4上验证了本文工作的有效性,迁移学习后的网络具有很好的泛化性能,有较高的鲁棒性。

强化高速铁路技能型人才培训的方法

随着新设备新技术的大量使用,尤其是高速铁路快速发展的这几年,职工培训工作面临着新的形势和考验。新设备新技术的大量使用,要求我们必须加强高铁关键岗位作业人员的培训,确保高铁安全。

电子装配技术分析

随着科学技术的不断发展,出现了一些新材料、器件,在很大程度上促进了组装工艺技术的快速发展。文章以电子设备组装的级别分类为基本出发点,分析了电子装配组装技术中的过孔安装技术、表面安装技术和微组装技术,旨在为今后的研究提供理论基础和技术指导。