基于N-gram模型的多层融合气象灾害预警文本检验方法

气象灾害预警信息是直接对政府部门和公众进行发布的重要内容,是综合防灾减灾的第一道防线。为提升气象预警信息发布的质量,提出了气象预警文本质量检验模型。通过对全国气象历史预警信息内容进行特征分析,设计了适合气象预警信息特征的多模式融合分词方法,进而建立了预警专业语料库;研发了以归一化N-gram检验模型为主,以字序列组合检验模型为辅的多级检验模型。该模型已在国家突发事件预警信息发布系统中应用,辅助提高了人工预警审核效率,获得了较好的应用效果。

血清FAR与NT-proBNP联合对NSTE-ACS患者首次介入术后预后的预测意义

目的:探讨血清纤维蛋白原/白蛋白比值(Fibrinogen albumin ratio,FAR)与N末端脑利肽前体(Nterminal pro-brain natriuretic peptide,NT-proBNP)对非ST段抬高性急性冠状动脉综合征(Non-ST-segment elevation acute coronary syndrome,NSTE-ACS)患者首次介入术后的预后的预测意义。方法:纳入2019年6月至2021年6月经本院收治120例首次经皮冠状动脉介入治疗(Percutaneous coronary intervention,PCI)NSTE-ACS患者,按不良心血管事件(Major adverse cardiovascular events,MACE)是否发生分为预后良好组及预后不良组,行单因素及Logistic回归模型多因素分析预后影响因素,运用受试者工作特征(Receiver operating characteristics,ROC)曲线评估FAR及NT-proBNP单一及联合预测价值。结果:经单因素及Logistic回归模型多因素分析显示:影响NSTE-ACS患者PCI预后独立性风险因素为FAR、NT-proBNP;经ROC分析结果显示,FAR联合NT-proBNP预测NSTE-ACS患者PCI近期预后价值最高,AUC值为0.968,灵敏度、特异度分别为91.67%、90.48%。结论:NSTE-ACS患者PCI预后不良与FAR与NT-proBNP密切相关,将FAR与NT-proBNP联合预测预后不良具有较高诊断效能。

血清NT-proBNP、补体C1q和TIMPs联合超声心动图在STEMI合并HFpEF预测中的临床价值

目的探讨血清N端脑钠肽前体(NT-proBNP)、补体C1q和组织金属蛋白酶抑制剂(TIMPs)联合超声心动图在ST段抬高型心肌梗死(STEMI)合并射血分数保留的心力衰竭(HFpEF)预测中的临床价值。方法回顾性选取2021年3月至2022年6月河南科技大学第一附属医院收治的94例STEMI患者,根据是否合并有HFpEF将患者分为HFpEF组(n=38)和非HFpEF组(n=56)。比较两组患者一般临床资料[性别、年龄、体重指数、收缩压、舒张压、高血压、糖尿病、脑卒中病史、心肌梗死病史、吸烟、饮酒、白细胞计数(WBC)、血红蛋白、血小板计数(PLT)、C反应蛋白(CRP)、血肌酐、甘油三酯、尿酸、高密度脂蛋白胆固醇(HDL-C)、低密度脂蛋白胆固醇(LDL-C)、空腹血糖]、NT-proBNP、补体C1q及TIMP-1、TIMP-2水平、超声心动图参数,并分析NT-proBNP、补体C1q、TIMPs、超声心动图参数与STEMI患者是否合并HFpEF的关系,及各指标预测STEMI患者合并HFpEF的价值。结果两组患者性别构成比、体重指数、收缩压、舒张压、高血压、糖尿病、脑卒中病史、饮酒、WBC、血红蛋白、PLT、CRP、血肌酐、甘油三酯、尿酸、HDL-C、LDL-C、左室舒张末期内径(LVDd)、左心室收缩末期内径(LVDs)、室间隔的厚度(IVS)、左室后壁厚度(LVPW)进行比较,差异均无统计学意义(P>0.05)。HFpEF组患者年龄、FPG、NT-proBNP、TIMP-1、TIMP-2、左房内径(LAD)较非HFpEF组更高,患者心肌梗死病史、吸烟比例高于非HFpEF组,补体C1q、LVEF%均低于非HFpEF组,差异均有统计学意义(P<0.05)。Logistic回归分析:NT-proBNP、补体C1q、TIMP-1、左室射血分数百分数(LVEF%)是STEMI患者合并HFpEF的影响因素(P<0.05),NT-proBNP、补体C1q、TIMP-1、LVEF%预测STEMI患者合并HFpE的ROC曲线下面积分别为0.904、0.883、0.793、0.717。结论NT-proBNP、补体C1q、TIMPs和超声心动图参数与STEMI患者是否合并HFpEF有关,各指标预测STEMI患者合并HFpEF有较好的应用价值。

新型含有机硅二元多嵌段共聚物的研究

报道了聚羟基醚（ＰＨＥ）、聚羟基醚砜（ＰＨＥＳ）、酚酞聚羟基醚（ＰＰＨＥ）和聚对羟基苯乙烯（ＰＨＳ）与端胺基聚二甲基硅氧烷（ＰＤＭＳ）通过羟胺缩合生成ＡＢｍｎ新型结构的可溶性含有机硅二元多嵌段共聚物，ｍ值在１～６之间，详细讨论了反应物浓度对共缩聚反应的影响，并通过分子量测定、红外光谱分析和动态力学分析（ＤＭＡ）技术初步确定了其反应机理、结构和动态力学性能．

新鉴定高抗TMV普通烟草枯斑资源的N导入片段长度多样性

为了解我国普通烟草(Nicotiana tabacum)资源对烟草花叶病毒(Tobacco mosaic virus,TMV)的抗性基因状况,为烟草抗病育种的亲本选择提供信息,利用N基因特异分子标记鉴定出携带N基因的普通烟草资源,并采用N导入片段的特异分子标记鉴定了N导入片段的长度。结果表明,供试的63份接种TMV表现枯斑的普通烟草(简称普通烟草枯斑资源)可划分为3大类型,分别为Coker176类型:GL3.50和GL4.06标记阴性、TN4.39、TN5.226、TN5.51标记阳性;Samsun NN类型:GL3.50、GL4.06、TN4.39、TN5.226标记阳性,TN5.51阴性;Xanthi nc类型:GL3.50、GL4.06、TN4.39、TN5.226、TN5.51标记阳性。402等51份资源的N导入片段长度属于Coker176类型,Ky160等2份资源的N导入片段长度属于Samsun NN类型。Ky52等10份资源的N导入片段长度属于Xanthi nc类型。N导入片段较短的枯斑资源,推测其连锁累赘可能较小,育种利用潜力较大。本文较系统地鉴定了普通烟草抗TMV的枯斑资源的N导入片段长度,可为抗TMV种质资源的育种利用提供参考。

一种基于提取上下文信息的分词算法

汉语分词在汉语文本处理过程中是一个特殊而重要的组成部分。传统的基于词典的分词算法存在很大的缺陷,无法对未登录词进行很好的处理。基于概率的算法只考虑了训练集语料的概率模型,对于不同领域的文本的处理不尽如人意。文章提出一种基于上下文信息提取的概率分词算法,能够将切分文本的上下文信息加入到分词概率模型中,以指导文本的切分。这种切分算法结合经典n元模型以及EM算法,在封闭和开放测试环境中分别取得了比较好的效果。

一种不需分词的中文文本分类方法

提出了一种不需分词的n元语法文本分类方法.与传统文本分类模型相比,该方法在字的级别上利用了n元语法模型,文本分类时无需进行分词,并且避免了可能造成有用信息丢失的特征选择过程.由于字的数量远小于词的数量,所以该分类方法与其它在词级别上的分类方法相比,有效地降低了数据稀疏带来的影响.系统地研究了模型中的关键因素以及它们对分类结果的影响.使用中文TREC提供的数据进行实验,结果表明,综合评价指标Fβ=1达到86.8%.

基于函数变换的水下图像目标分割和特征提取

针对海水信道的特殊性以及成像环境的复杂性，对视觉系统的图像处理和特征提取带来的影响，提出了一种基于模糊变换的图像分割和基于函数变换的特征提取方法，以克服水下不确定因素给目标识别带来的困难，并对其进行了仿真试验。试验结果表明，此方法在对深海烟囱图像的分割和特征提取上能够取得好的效果，可有效地克服水下图像灰度分布不均匀和环境不确定因素的干扰，实现了难于分类判别的深海热液喷口目标的区分。

基于布尔感知模型的N段有向覆盖与K重全向覆盖

针对无线传感器网络节点的布尔感知模型,在满足覆盖要求的条件下,文章对N段有向感知中邻近段之间等概率跳变或以恒定角速度ω扫描2种情况,分别给出传感器节点工作在有向感知模型下的分段数N与全向模型下的覆盖重数K之间的关系表达式。之后,进一步对节点以恒定角速度ω扫描,考虑时间积累的条件下,给出了时间m、分段数N与覆盖重数K的表达式。通过以上研究,可以将有向感知模型的覆盖问题转化为求取全向感知模型下的覆盖重数问题。

基于n-gram的字符串分割技术的算法实现

相似字符串的模糊查询一直是人们致力研究的方向,目前基于关键字的查询技术都是前缀匹配,无法查找到与搜索字符串相似的结果。本文提出一种基于n-gram的字符串分割技术的算法,该技术是实现基于关键字的模糊查询技术的基础,通过对数据集以及搜索关键字的字符串进行分割,利用编辑距离实现相似字符串的模糊查询,该技术在数据挖掘以及论文抄袭等方面都有很重要的应用。

木聚糖酶融合基因的构建及其在大肠杆菌中的表达

以来源于Aspergillus usamii E001的高比活木聚糖酶XynⅡ为亲本,采用"中心模板法"将耐高温木聚糖酶TfxA的前31个氨基酸连接在XynⅡ的N端,构建出融合木聚糖酶TPL。将TPL在大肠杆菌BL21 (DE3)中进行表达,并对表达条件进行了优化,对表达产物的酶学性质进行了分析。结果表明,融合酶TPL最适pH为4.6,最适温度为45℃,和XynⅡ保持一致,但热稳定性有一定提高,在50℃处理10min,TPL和XynⅡ的残余酶活分别为15.72%和6.92%。

基于N-最短路径的中文分词技术研究

中文分词技术是中文信息处理的基础,快速、准确的中文分词方法是进行中文信息搜索的关键。基于N-最短路径的分词算法,需要计算有向图中从起点到终点的所有路径值,分词效率低,将动态删除算法与最短路径算法结合,通过从最短路径中删除部分节点的策略减少搜索路径范围,从而提高分词效率。

一种基于N-Gram技术的中文文献自动分类方法

本文介绍一种基于n gram技术的、与语言无关的文献分类方法K meansaxiales (KMA) ,及其在中文文献自动分类中的应用。这种方法将文献转换成由n gram(n个连续的字符 )频次构成的向量。为压缩存储空间、提高处理速度 ,我们运用哈希函数将n gram映射为哈希码 ,对文献的分析实际上以哈希码频次为基础运行。采用KMA算法 ,我们对一个中文数据库进行了自动分类的实验研究 ,在比较实验结果的基础上 ,我们对KMA算法初始参数的选择进行了初步探讨。

电子政务主题词表应用系统中主题标引算法研究

从政务文献主题标引的需求出发 ,面向《电子政务主题词表》的网络应用 ,探讨政务文献主题标引的方法和技术 ,提出了词典法和N gram提取技术相结合的实用算法。这一算法可以弥补传统的词典法由于政务文献涉及层面广泛和新词出现频繁所带来的词汇不足的问题。同时 ,讨论了利用该词表进行赋词标引的有关问题。

中国古籍文本分词的一次试验

综合采用切分标志、分词词典和N元语法3种方法对古籍文本进行分词,并采用子串比较过滤、相邻词过滤、高频词过滤、低频词过滤等方法对分词结果进行过滤,分别以12种农业古籍和379种《广东方志物产》为语料进行了古籍分词测试。从12种农业古籍中共识别出已有词1164个,约占总词汇量的31%;未登录词2530个,占总词汇的69%。从379种《广东方志物产》资料中共识别出已有词6314个,占总词汇的8%;未登录词75 438个,则占总词汇的92%。通过对379种《广东方志物产》分词结果的分析发现,当词频等级位于区间（2000,8000）时,词频等级与频次乘积基本为常数23 000 000。这一结果说明齐夫定律在古籍文本中同样适用。

基于N-最短路径方法的中文词语粗分模型

预处理过程的词语粗切分,是整个中文词语分析的基础环节,对最终的召回率、准确率、运行效率起着重要的作用。词语粗分必须能为后续的过程提供少量的、高召回率的、中间结果。本文提出了一种基于N-最短路径方法的粗分模型,旨在兼顾高召回率和高效率。在此基础上,引入了词频的统计数据,对原有模型进行改进,建立了更实用的统计模型。针对人民日报一个月的语料库（共计185,192个句子）,作者进行了粗分实验。按句子进行统计,2-最短路径非统计粗分模型的召回率为99.73％;在10-最短路径统计粗分模型中,平均6.12个粗分结果得到的召回率高达99.94％,比最大匹配方法高出15％,比以前最好的切词方法至少高出6.4％。而粗分结果数的平均值较全切分减少了64倍。实验结果表明:N-最短路径方法是一种预处理过程中实用、有效的的词语粗分手段。

C反应蛋白与高密度脂蛋白胆固醇比值、N末端脑钠肽前体与射血分数比值对STEMI患者PCI术后院内MACE的预测价值研究

目的探讨外周血C反应蛋白与高密度脂蛋白胆固醇比值(CHR)、N末端脑钠肽前体与射血分数比值(NER)与首次ST段抬高心肌梗死(STEMI)患者冠状动脉病变严重程度的关系及对急诊经皮冠状动脉介入治疗(PCI)术后院内主要不良心血管事件(MACE)的预测价值。方法回顾性纳入2019年8月—2021年2月在兰州大学第一医院心内科因首次发生STEMI住院的610例患者,根据PCI术后院内有无发生MACE分为MACE组和非MACE组。比较两组患者临床数据及CHR、NER的差异,采用多元线性回归分析CHR和NER与冠状动脉病变Gensini评分的关系。采用logistic回归模型分析STEMI患者PCI术后住院期间发生MACE的影响因素,并绘制ROC曲线评估CHR、NER及其二者联合对院内发生MACE的预测价值。结果MACE组的CHR、NER水平均高于非MACE组,差异有统计学意义(P<0.001)。CHR、NER和冠状动脉多支病变与冠状动脉病变Gensini评分之间具有线性关系(P<0.001)。CHR(OR=1.021,95%CI 1.014~1.029)、NER(OR=1.011,95%CI 1.005~1.017)是患者院内发生MACE的独立危险因素。ROC曲线分析,CHR预测MACE的曲线下面积(AUC)为0.843(95%CI 0.812~0.871,P<0.05),截点值为23.9048,敏感性为79.26%,特异性为76.42%;NER预测MACE的AUC为0.842(95%CI 0.810~0.870,P<0.05),截点值为67.1111,敏感性为69.63%,特异性为88.42%;二者联合预测MACE的AUC为0.875(95%CI 0.846~0.900,P<0.05),截点值为0.1723,敏感性为78.52%,特异性为84.42%。结论外周血CHR和NER水平与首次STEMI患者冠状动脉病变严重程度呈线性关系,并具有辅助预测PCI术后住院期间发生MACE的价值。

南北地震带中段地震活动的板块动力学研究

在大陆造山带研究的最新成果基础上论述了南北地震带中段地壳的动力演变过程,结合造山带内部的高温韧性滑脱构造及地球物理深部探测成果和新生代以来的板块运动探讨了南北地震带中段地震的地壳动力学过程及成因机制.论述了在印度洋板块与欧亚板块碰撞所产生的大区域一级构造应力场及陆块与扬子板块碰撞所产生的二级构造应力场的作用下,南北地震带中段地区不同的陆块缓慢地相对运动,地震活动乃是地壳形变达到临界时不同陆块间相对运动的动力作用的反映.

基于贝叶斯网络的二元语法中文分词模型

提出基于贝叶斯网络的中文分词模型,使用性能更好的平滑算法,可同时实现交叉、组合歧义消解以及译名、人名识别。应用字齐Viterbi算法求解,在保证精度和召回率的前提下,有效提高了分词效率。实验结果显示,该模型封闭测试的精度、召回率分别为99.68%和99.7%,分词速度约为每秒74800字。

中文分词及词性标注一体化模型研究

本文应用N-最短路径法,构造了一种中文自动分词和词性自动标注一体化处理的模型,在分词阶段召回N个最佳结果作为候选集,最终的结果会在未登录词识别和词性标注之后,从这N个最有潜力的候选结果中选优得到,并基于该模型实现了一个中文自动分词和词性自动标注一体化处理的中文词法分析器。初步的开放测试证明,该分析器的分词准确率和词性标注准确率分别达到98.1%和95.07%。