摘要：针对在线教育课程客观评价较差的问题,设计了基于决策树算法的梯度提升算法-场感知因式分解机-逻辑回归(LightGBM-FFM-LR)算法的评分预测模型。该模型采集在线课程观看历史数据,提取用户的通用特征、时间特征等特征值,并着重考虑特征值的高维特征和低维特征关系来实现多维特征组合,改善数据稀疏性,从而提升评分预测性能。通过对某在线课程网站的脱敏数据实验表明,该模型的评分预测值与评分实际值的决定系数为0.87,平均均方误差为0.42,提升了模型的泛化能力,对在线课程的预测评分结果更加客观真实。

摘要：随着科技的快速进展,我国的风能发电工程的发展水平也有了提高。风能发电机作为风力发电机组的“核心”,其安全性将影响风力发电机组的安全与可靠运转。我国境内早期投运的风能发电机,受制于早期产品设计和生产技术水平,再加上运营期限较长,因此造成故障也时有发生。单纯的保养修理并无法从根本上解决故障隐患,且下塔维护改造的成本也较高,因此建造工期和停机时限都较长。

摘要：作为一种关键的表观遗传调节因子,组蛋白去乙酰化酶(histone deacetylases,HDACs)在癌症的发展中发挥着重要作用。小分子HDACs抑制剂已被证明能够抑制肿瘤增殖并诱导细胞凋亡,因此受到了广泛的研究关注。本研究设计和合成了一系列新的邻苯甲酰磺酰亚胺衍生物作为HDACs抑制剂。生物学实验表明,目标化合物9a展现出优于vorinostat的HDACs抑制活性,且对三阴性乳腺癌(triple-negative breast cancer,TNBC)具有良好的体内外抗肿瘤活性。所有动物实验经山东大学药学院伦理委员会批准(批准号:230094)。该项工作是以邻苯甲酰磺酰亚胺为母核发展HDACs抑制剂的一次探索,以9a为代表的活性化合物可以作为先导化合物进一步研究。