摘要：目的探究线性液动压抛光波纹度特性,建立抛光波纹度预测模型,获取最佳加工工艺参数组合。方法结合线性液动压抛光原理,分析抛光波纹度产生机理,探究流场力分布特性,并获得影响波纹度的相关工艺参数。设计单因素试验,探究各工艺参数对波纹度的影响规律,并进行显著性分析,选取显著参数为试验因子,设计正交试验,以试验结果作为训练集,建立基于支持向量回归机(Support Vector Regression,SVR)的波纹度预测模型。以该预测模型为适应度函数,进行遗传算法寻优,以获取最佳工艺参数。结果线性液动压抛光波纹度由流场力分布特性及工件进给运动共同作用产生,其大小受抛光间隙、抛光速度、进给速度和抛光液黏度影响。单因素试验分析结果显示,抛光波纹度Wa随进给速度和抛光间隙的增大而增大,随抛光速度的增大而减小,随抛光液黏度的增大而先减小、再增大。其中进给速度的影响最显著,抛光间隙和抛光速度次之,而抛光液黏度的影响具有分段差异性,显著性最弱。以正交试验数据所建立的抛光波纹度预测模型的回归相关系数R^(2)为0.9920。随机验证实验结果显示,各组预测值与真实值的误差均在10%以内,遗传算法寻优得到最佳工艺参数(h0,u0,vf)=(50,8,200)。抛光1 h后,工件表面波纹度为5.23 nm。结论合理选取工艺参数可优化抛光波纹度,基于SVR的线性液动压抛光波纹度预测模型,预测能力可靠,能够实现对抛光波纹度的可控加工。

摘要：【目的】对学者未来的研究方向和研究兴趣进行预测,设计从文献摘要中抽取并扩展学者学术标签的方法。【方法】通过TF-IDF方法从摘要中抽取基础学术标签,结合学者间主题相似度与学者间的合作关系,使用相似学者和团队内其他学者的标签对基础学术标签进行扩展。【结果】与直接使用学者当前学术标签预测学者未来学术标签相比,融合主题相似度与合著网络对学术标签进行扩展后预测召回率平均提高8.33%。【局限】实证样本小,方法只针对单一语种论文,没有涵盖学者发表的其他语种论文,方法普适性仍需要进一步确认。【结论】本文提出的方法对学者未来研究方向和研究兴趣有一定的预测能力。

摘要：文章通过文献调研归纳与厘清非遗保护及其传播、民俗及其传播的内涵、特点等要素,宏观把握非遗民俗传播的特征;采用时间序列分析、内容分析等方法梳理民俗在媒体语境下的传播现状;通过绘制节气民俗知识图谱形象表达要点、对比官方宣传与自媒体传播差异等,剖析存在的问题——非遗民俗传播存在随意、区域分布不均、低级重复等现象,且与人们生活渐行渐远,并提出建议。

摘要：为了让更多读者接触到数字人文资源,提高文化机构数字人文资源的使用率,本文设计了一款数字人文工具,使读者通过纸质书本就能获取到数字人文资源。本文基于上海图书馆开放数据与互联网数据集,利用光学字符识别、命名实体识别、实体关系抽取等技术,实现了inBooks微信小程序。借助inBooks,读者使用手机对着书本拍照就能获取相应的数字资源,同时构建个性化知识网络,帮助读者形成知识体系。该系统让读者更轻松便捷地获取数字人文资源,且其框架具有松耦合性特点,可扩展出更多数字人文应用。