摘要：用句子标注图像,建立图像与文本间的跨媒体关联,以提升信息检索准确率,改善用户检索交互体验.利用KDES模型抽取图像特征,在多核学习模型中融合出MK-KDES特征,准确刻画图像视觉特性;设计自然语言生成模型:词序列拼积木,评估单词与图像内容的相关性,优选单词,并根据单词间的语义相关性与句法模式约束,将单词组合成N元词序列;把N元词序列输入模板生成句子.结果表明:MK-KDES-1特征聚焦于图像的纹理及形状视觉特性,它是改善句子BLEU-1评分的关键;而单词间的语义相关性与句法模式约束是提升句子BLEU-2评分的重要前提.

摘要：针对商品图像句子标注中图像特征单一、关键词受噪声干扰等问题,提出一种聚焦图像特征学习和关键词摘取的商品图像句子标注模型.从梯度、形状和颜色3个角度抽取图像核特征,并在多核学习模型内进行后融合.利用tag-rank模型中的绝对排序和相对排序特征提升关键词权重,设计词序列拼积木算法把关键词拼装成N元词序列.基于N元词序列和模板生成句子.实验表明:句子的BLEU-1和BLEU-2评分优于对比模型.

摘要：在线商品跨媒体检索是电子商务领域的研究热点,增强特征判别性以改善检索性能是其核心问题。引入Tag-rank模型计算单词的绝对排序和相对排序权重,以准确刻画单词在文本中出现位置的统计特性,抑制噪声干扰并提升关键词权重,从而增强文本特征判别性,最终改善跨媒体检索性能。实验表明:在文本检索图像中,相对排序类模型和绝对排序类模型检索性能平均提升6.58%和4.99%。在图像检索文本中,若合理选取图像特征;检索性能也有提升。所设计的后融合策略能进一步改善检索性能。

摘要：提出了基于梯度提升决策树(gradient boosting decision tree,GBDT)与混合型迁移学习策略的材质属性标注模型,创建全新的材质属性数据集MattrSet,提取图像LBP、Gist、SIFT特征;引入GBDT算法,基于对数似然损失函数优化标注模型,实现图像的材质属性标注;设计混合型迁移学习策略,弥补样本缺失或不平衡问题,并进一步改善标注性能。实验结果表明:迁移学习前,梯度提升决策树算法的标注性能较最强基线提升2.78%;执行基本迁移学习策略后,标注性能比迁移学习前提升11.02%;合理地组合模型并执行混合型迁移学习策略,标注性能比基础迁移学习提升22.5%,较最强基线提升16.80%。

摘要：海明威的小说语言风格比较鲜明,作品内容也具有深远意义,本文以《白象似的小山》这部小说为例,对海明威的小说语言特色进行探讨。该小说以对话形式突出主题,以平铺直叙的方式展开,采用隐喻艺术手法、简洁的语言表达,将小说人物内心的复杂情绪表述得淋漓尽致,并为读者留下无限的遐想空间,为当地文学创作提供指导。

摘要：采用人工接种乳酸菌的方法,对发酵鸡肉肠中γ-氨基丁酸(γ-amino butyric acid,GABA)进行富集。首先鸡肉肠中分别添加不同来源的乳酸菌,筛选GABA富集的最佳发酵菌种;然后研究外源添加物L-谷氨酸(L-Glu)、VB_6和CaCl_2对鸡肉肠中GABA含量的影响,并采用Box-Behnken试验设计优化添加量。结果表明,3种不同来源的乳酸菌发酵鸡肉肠,其中酸奶乳酸菌与泡菜乳酸菌产GABA的能力较弱,均低于10 mg/100 g,耐久肠球菌产GABA能力最强,GABA含量达到62.14 mg/100 g,显著高于其他两种菌(P<0.05);Box-Behnken设计得到发酵鸡肉肠富集GABA的最优外源添加物添加量为L-Glu 7.75 mg/100 g、VB_6 6.73 mg/100 g、Ca Cl2 8.35 mg/100 g,在此条件下鸡肉肠中GABA含量为68.32 mg/100 g,是未添加外源物含量的1.10倍,比普通鸡肉肠约提高10倍。方差分析表明,所建的回归模型能够很好地预测鸡肉肠中GABA含量的变化。其中,3种外源添加物的添加量均极显著影响鸡肉肠中GABA含量(P<0.01),L-Glu和VB_6添加量的交互作用以及L-Glu和CaCl_2添加量的交互作用均显著影响鸡肉肠GABA含量(P<0.05)。

摘要：人工湿地是一种常见的水生态修复工艺,本工法在去污、自动布水、防渗和群落营建等方面进行强化,形成人工生态湿地营建与植物群落建植施工工法。详细介绍了该工法的适用范围、特点、工艺原理、工艺流程及操作要点,并进行了效益分析,以期为相关工程及人员提供参考。

摘要：通过设计5个不同生物量(300g、200g、150g、50g、0g)苦草处理组的室外受控实验,模拟野外条件下苦草对生活污水尾水的净化作用。结果表明:不同处理组(由高生物量到低生物量)对浊度的去除率分别为93.94%、76.61%、58.12%、33.03%、-102.51%,对TN的去除率分别为90.70%、82.04%、73.62%、39.20%、-140.79%,对TP的去除率分别为95.84%、87.51%、86.12%、50.04%、-5.47%,对NH+4-N的去除率分别为40.33%、-6.08%、-2.76%、-39.23%、-356.35%,对叶绿素a的去除率分别为98.61%、83.12%、94.93%、54.61%、-190.13%。总体而言,苦草能显著降低生活污水尾水中的悬浮颗粒、氮磷营养盐及浮游藻类的含量,且苦草的生物量越大,净化效果越明显。