摘要：对工业生产控制设备布线进行设计,能够有效提高工业生产控制设备性能。对综合布线合理性的设计,需要计算合理性指标的模糊主观向量,确定控制设备综合布线设计权重,完成对控制设备综合布线的合理设计。传统方法利用贝叶斯网络评估方法,对设备风险发生概率进行计算,但忽略了对布线设计权重的获取,导致设备综合布线设计效果不理想。提出基于模糊层次分析的工业生产控制设备综合布线合理性设计方法,通过构建评估专家的模糊判断矩阵,对合理性设计指标进行两两相对重要性判断,建立合理性设计矩阵,通过对计算合理性设计指标的模糊主观权重向量,确定工业生产控制设备综合布线合理性设计的主观权重,建立工业生产控制设备综合布线合理性设计模型。实验结果表明,所提方法能够准确对综合布线后工业生产控制设备性能进行评估,评估的效果较好。

摘要：法国文化总是和“香”脱不了干系：香水、香颂、香榭丽舍大街，当然更少不了香槟。几个世纪以来，香槟酒一直是法式生活艺术的一部分。在法国人眼里，没有鲜花的日子是不可想象的，而如果没有香槟酒，那他们通常会认为一定是发生战争了。

摘要：1985年的蓬莱葡萄酒厂因为当年设计、当年建设投产、当年见效益,以〈蓬莱的深圳速度〉一文登上〈经济日报〉头版.25年后,季兴典说,做酒庄必须耐得住寂寞,要慢工出细活.

摘要：张裕卡斯特酒庄的主体楼是一栋灰瓦白墙的小巧建筑，法国著名建筑设计师马克·梅兰迪用他一贯的简约风格向人们展示着他的新欧洲古典主义风尚。在这个能看得见大海的酒庄里，人们可以尽情享受一次轻松愉悦的葡萄酒文化之旅。

摘要："纸媒消亡,新媒体即将替代纸媒"的讨论不断,在移动互联网时代,纸媒与新媒体并非此消彼长的关系,本文将结合纸媒与新媒体的传播特点,探讨全媒体时代采编策划与版式设计创新的实际运用,探索传统纸媒与新媒体融合发展之路。

摘要：以往衡量图网络节点重要性时,多基于给定源节点,计算该节点到其余目标节点的个性化PageRank值并推出重要目标节点,运算效率低且存储量大。基于此,提出了一种基于给定目标节点的个性化PageRank算法(TPPR),该算法结合本地更新与优先队列算法,通过计算从所有源节点到给定目标节点的个性化PageRank值来推出重要源节点,相较于传统算法运算精度更高,运行时间大幅减少。

摘要：无论是党报还是都市报,大众化报纸还是专业性报纸,在阅读网络化、各种信息来源渠道繁盛的今天,报纸作为一种传统读物,想要夺得众人目光,不仅要报道出好新闻以满足受众求新、求奇、求知的需求,还必须依靠报纸版面的美观与人性化的设计来增加报纸的视觉吸引力,并给读者带去轻松愉悦的阅读体验。

摘要：本文针对智慧档案馆的建设,提出一种基于深度学习的纸质档案智能检索模型。该模型由数据采集、图像预处理、OCR识别、信息抽取和信息检索5个模块组成。在采用OCR识别前增加了一些预处理手段,以此来提升模型识别的准确性。在Paddle OCR(OCR toolkits based on Paddle,基于飞桨深度学习平台的OCR模型库)集成的各模型中尝试采用一种适合我国档案文件信息识别的模型组合。探索采用一种除常用规则抽取外的字段推算信息抽取方式,并以N版本程序策略的方式提高各字段抽取的覆盖率和准确性,同时设计了一种智能信息检索系统,方便各类档案文件的全文检索。

摘要：背景:性病情绪障碍是综合医院皮肤科常见的精神心理障碍。盐酸帕罗西汀对此类疾病可起着重要的治疗作用。目的:评价联合应用盐酸帕罗西汀片及心理治疗方法对皮肤性病科门诊性病情绪障碍患者进行综合治疗的效果。设计:前后对照试验。单位:北京大学深圳医院。对象:40例患者均是在皮肤性病科门诊就诊的患有尖锐湿疣或淋病或非淋菌性尿道炎患者,根据综合性医院焦虑/抑郁情绪测定表(hospitalanxietyanddepression,HAD)评估,评分超过7分者入选实验。男25例,女15例;年龄1852岁,平均34.7岁。方法:经皮肤性病科常规治疗后,利用综合性医院焦虑/抑郁情绪测定表(hospitalanxietyanddepressionscale,HAD)情绪测定表进行双向评估,有情绪障碍症状的40例患者采用心理和药物治疗,连续观察3个月,进行疗效评价。主要观察指标:在服用盐酸帕罗西汀及心理疏导后的1,2,3个月时观察患者症状改善情况。结果:40例患者经过心理治疗和服用盐酸帕罗西汀片治疗后,症状明显改善。其中服药1,2,3个月后,HAD评分阴性的患者分别是23,28,33例。与治疗前比较,差异均有显著性意义(χ2=4.073,9.825,18.620,P<0.05)。结论:对经性病常规治疗后,出现性病神经症患者,采用心理和药物的综合治疗有明显疗效。

摘要：命名实体识别是自然语言处理中的一项基础任务,近年来由于深度学习的引入发展,形成了词嵌入配合序列标注的模型结构。传统的词嵌入方法不能很好地表征字词信息以及无法处理多义性问题,而且对于中文命名实体识别,需要综合考虑字级和词级特征。针对这两个问题,引入BERT预训练语言模型和Lattice LSTM,提出BERT-Lattice-CRF命名实体识别模型。通过BERT得到具有丰富语义信息的字向量,输入Lattice LSTM融合字级和词级特征作序列标注,使用CRF进行序列标签解码,在MSRA中文语料库上准确率达到94.73%,较经典BiLSTM-CRF模型提升了7.71%;F1值达到94.72%,较之提升了7.04%。