检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

WGCNA分析筛选膝骨关节炎自噬相关基因

中国骨质疏松杂志 2024年第4期30卷 517-524页

作者：赵连兴杜欣瑞刘凯王建忠内蒙古医科大学第二附属医院内蒙古呼和浩特010030

目的利用生物信息学分析方法筛选出膝骨关节炎中的差异性自噬相关基因,并获取其中特征性基因的miRNA及转录因子调控网络,进而阐释自噬在膝骨关节炎发病机制中的作用。方法首先,通过GEO数据库下载并整合GSE55235和GSE169077的基因表达谱... 详细信息

目的利用生物信息学分析方法筛选出膝骨关节炎中的差异性自噬相关基因,并获取其中特征性基因的miRNA及转录因子调控网络,进而阐释自噬在膝骨关节炎发病机制中的作用。方法首先,通过GEO数据库下载并整合GSE55235和GSE169077的基因表达谱矩阵,随后使用R软件对整合后的基因表达矩阵分别进行差异分析、WGCNA分析。然后,将两种分析结果与从genecards数据库中获取的自噬相关基因取交集,得到差异性自噬相关基因,并对差异性自噬相关基因进行GO、KEGG、GSEA富集分析。最后,利用cytoscape中的CytoHubba插件筛选出特征性基因并在数据集GSE98918中对其进行验证。结果经筛选后共得到了111个差异性自噬相关基因,经验证集验证最终得到7个可靠的特征性基因,分别是COL1A1、MMP9、CCL5、CX3CR1、ITGB2、PTPRC、CSF1R,并获得了特征基因的miRNA的调控网络和转录因子调控网络。结论自噬在膝骨关节炎发病机制中具有重要作用,7个特征性自噬相关基因包括COL1A1、MMP9、CCL5、CX3CR1、ITGB2、PTPRC、CSF1R可作为潜在的生物标志物为诊断、治疗该疾病提供新思路。

关键词：自噬相关基因膝骨关节炎生物信息学富集分析生物标志物

基于改进主题模型方法的三级短视频用户画像的研究

在线全文

学校读者我要写书评

暂无评论

计算机科学 2024年第S1期51卷 686-692页

作者：黄玉民赵婵婵内蒙古工业大学信息工程学院呼和浩特010051

针对如何从海量短视频数据、用户数据、交互数据中快速抽象出精准的用户兴趣的问题,提出了基于主题模型的三级标签用户画像构建方法。基于主题构建方法,将融合的LDA和GSDMM主题模型所获取的视频主题词作为用户兴趣表达向量。首先,搭建了... 详细信息

针对如何从海量短视频数据、用户数据、交互数据中快速抽象出精准的用户兴趣的问题,提出了基于主题模型的三级标签用户画像构建方法。基于主题构建方法,将融合的LDA和GSDMM主题模型所获取的视频主题词作为用户兴趣表达向量。首先,搭建了LDA过滤器,通过比对阈值剔除与主题无关的文本信息,缩小文本规模,降低非主要语料对于兴趣表达向量生成的影响。然后,提出结合语义信息和语境信息的特征词权重矩阵的构建方法,使用Bi-GRU神经网络计算词向量的上下文特征,并将其作为语境特征,使用TF-IDF算法计算出的词频权重作为语义特征,结合语境和语义特征扩充特征词含义。最后使用带有兴趣权重分配的GSDMM模型学习特征向量权重矩阵,实现用户兴趣标签生成和用户不同喜好程度影响下的兴趣权重修正。实验结果表明,该方法能够比较完备准确地表征用户画像,优于单一的主题构建方法,并且在聚类效果上表现出色。通过构建完备的用户画像,能够精准把握用户痛点,为后续个性化推荐提供服务。

关键词：短视频用户画像主题分析模型语义权重语境权重

在线全文

学校读者我要写书评

暂无评论

混杂纤维风积沙混凝土抗冻性研究及寿命预测

排灌机械工程学报 2024年

作者：李昊周一张园郭皓隆郭汝阳韩秋硕内蒙古农业大学水利与土木建筑工程学院内蒙古建筑职业技术学院现代服务与管理学院

为探究内蒙盐碱区建构筑物遭受冻融循环的侵蚀特点，以风积沙混凝土(ASC)作为基准组，以复掺一定比例碳酸钙晶须和聚丙烯纤维的风积沙混凝土(HF4)作为试验组，采用不同浓度的氯盐溶液作为侵蚀溶液，利用快冻法模拟野外服役环境，借助扫... 详细信息

为探究内蒙盐碱区建构筑物遭受冻融循环的侵蚀特点，以风积沙混凝土(ASC)作为基准组，以复掺一定比例碳酸钙晶须和聚丙烯纤维的风积沙混凝土(HF4)作为试验组，采用不同浓度的氯盐溶液作为侵蚀溶液，利用快冻法模拟野外服役环境，借助扫描电子显微镜(SEM)对冻融后试件的微观形貌进行观测，运用核磁共振(NMR)探究孔隙结构变化，最后采用Weibull函数建立耐久性退化模型预测试件寿命。结果表明：随着冻融循环的持续进行，混凝土表面浆体逐渐剥落，质量和相对动弹性模量损失严重，无害孔和少害孔演变为有害孔和多害孔，加速混凝土的冻胀破坏。混掺纤维有助于改善混凝土内部微观结构，显著提高ASC抗冻性。通过Weibull函数建立混凝土在冻融作用下寿命预测模型，计算得出HF4在同种环境下安全服役期较ASC最大可提高36.8%。

关键词：碳酸钙晶须聚丙烯纤维风积沙混凝土冻融循环 Weibull函数

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

油莎豆茎叶代谢物与块茎形态的关联研究

中国油料作物学报 2024年第1期46卷 62-71页

作者：麻剑南单成彬冯旭马越王力伟张向前赵小庆路战远张德健马超美内蒙古大学生命科学学院牧草与特色作物生物学教育部重点实验室内蒙古呼和浩特010030 内蒙古医科大学药学院内蒙古呼和浩特010110 内蒙古自治区农牧业科学院内蒙古呼和浩特010031

为研究油莎豆表型差异与茎叶代谢物间的关联,比较分析了10份油莎豆样本的叶宽、块茎宽度、块茎厚度、块茎高度等表型参数,同时利用超高效液相色谱-串联质谱(UHPLC-MS/MS)技术定性定量分析其茎叶代谢物。10份油莎豆样本分为2个表型,即宽... 详细信息

为研究油莎豆表型差异与茎叶代谢物间的关联,比较分析了10份油莎豆样本的叶宽、块茎宽度、块茎厚度、块茎高度等表型参数,同时利用超高效液相色谱-串联质谱(UHPLC-MS/MS)技术定性定量分析其茎叶代谢物。10份油莎豆样本分为2个表型,即宽叶圆粒型和窄叶长粒型,其叶宽与块茎宽度和块茎厚度呈正相关。用UHPLC-MS/MS对油莎豆茎叶中28个主要代谢物,包括黄烷-3醇、咖啡酸衍生物和黄酮类成分的相对含量进行测定分析比较。结果表明,4个黄酮类化合物即木犀草素-7-二葡萄糖醛酸苷、荭草苷、木犀草素-7-葡萄糖醛酸苷和木犀草素在宽叶圆粒型油莎豆茎叶中的含量显著高于窄叶长粒型油莎豆茎叶。利用KEGG和PlantCyc推导绘制了4种差异黄酮代谢物在油莎豆茎叶中的生物合成途径,并预测宽叶圆粒型油莎豆相较于窄叶长粒型更具有耐旱性,可为油莎豆的品种鉴定、选育和茎叶资源利用提供依据。。

关键词：油莎豆表型二次代谢产物超高效液相色谱-串联质谱

维普期刊数据库博看期刊

锂硫电池电解液多功能添加剂:作用机制及先进表征

在线全文

学校读者我要写书评

暂无评论

储能科学与技术 2024年第1期13卷 36-47页

作者：贾铭勋吴桐杨道通秦小茜刘景海段莉梅内蒙古民族大学化学与材料学院内蒙古民族大学纳米创新研究院内蒙古自治区纳米碳材料重点实验室锂硫电池储能内蒙古自治区工程研究中心内蒙古通辽028000

锂硫电池作为一种新型清洁能源存储转化装置具有高理论比容量、环境友好等优点,是现如今储能领域中的重点研究对象。但电池充放电时氧化还原反应动力学缓慢及长链多硫化锂的穿梭效应影响电池循环寿命。电解液是锂硫电池的重要组成部分,... 详细信息

锂硫电池作为一种新型清洁能源存储转化装置具有高理论比容量、环境友好等优点,是现如今储能领域中的重点研究对象。但电池充放电时氧化还原反应动力学缓慢及长链多硫化锂的穿梭效应影响电池循环寿命。电解液是锂硫电池的重要组成部分,在充放电过程中肩负着离子转移和电子传递的作用。近年来,锂硫电池多功能电解液添加剂的研究脱颖而出,在电解液中引入添加剂可实现催化多硫化锂转化反应、保护金属锂、调控界面等功能。本文通过对近期相关文献的探讨,综述了利用电解液添加剂提升电池充放电反应动力学和抑制多硫化物穿梭效应的策略,着重介绍了无机共盐、有机含硫、有机含氟、有机含硒/碲添加剂,重点分析了上述添加剂对多硫化物调控的作用机制。在探究电池内部的反应机理方面,介绍了多种具有实时性和精准性的原位表征仪器在锂硫电池中的应用。综合分析了锂硫电池电解液多功能添加剂的研究进展,针对多种类型添加剂的作用机制进行讨论;指出原位表征技术对揭示催化机理和设计功能添加剂的指导作用,并对锂硫电池电解液添加剂未来发展方向进行展望。

关键词：锂硫电池电解液添加剂多硫化物作用机制原位表征技术

维普期刊数据库博看期刊

基于提示学习和全局指针网络的中文古籍实体关系联合抽取方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：李斌林民斯日古楞高颖杰王玉荣张树钧内蒙古师范大学文学院内蒙古师范大学数学科学学院内蒙古民族大学计算机科学与技术学院内蒙古师范大学计算机科学技术学院

基于“预训练+微调”范式的实体关系联合抽取方法依赖大规模标注数据，在数据标注难度大、成本高的中文古籍小样本场景下，微调效率低，抽取性能不佳；中文古籍中普遍存在实体嵌套和关系重叠问题，限制了实体关系联合抽取的效果；管道... 详细信息

基于“预训练+微调”范式的实体关系联合抽取方法依赖大规模标注数据，在数据标注难度大、成本高的中文古籍小样本场景下，微调效率低，抽取性能不佳；中文古籍中普遍存在实体嵌套和关系重叠问题，限制了实体关系联合抽取的效果；管道式抽取方法存在错误传播问题，影响抽取准确率。针对以上问题，提出一种基于提示学习和全局指针网络的中文古籍实体关系联合抽取方法。首先，利用区间抽取式阅读理解的提示学习方法，对预训练语言模型（PLM）注入领域知识以统一预训练和微调的优化目标，并对输入句子进行编码表示。其次，使用全局指针网络分别对主、客实体边界和不同关系下的主、客实体边界进行预测并联合解码，对齐成实体关系三元组，完成PTBG(Prompt Tuned BERT with Global Pointer)模型构建，解决了实体嵌套和关系重叠问题，避免了管道式解码的错误传播问题。最后在此基础上分析了不同提示模板对抽取性能的影响。在《史记》数据集上进行实验，较注入领域知识前后的Onerel模型F1值提升了4.71和1.91个百分点。实验结果表明，所提方法能更好地对中文古籍实体关系进行联合抽取，为低资源的小样本深度学习场景提供了新的研究思路与方法。

关键词：实体关系联合抽取全局指针网络提示学习预训练语言模型中文古籍

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

公众参与城市交通共建共治意愿及影响因素

交通科技与经济 2024年第2期26卷 51-57页

作者：于景飞姚鹏云张新洁郭文韬内蒙古科技大学土木工程学院内蒙古包头014010 山西路桥市政工程有限公司太原030000

公众参与城市交通共建共治是缓解城市交通拥堵的探索性方案,从公众视角出发,对其参与城市交通的共建共治意愿展开研究。运用拓展计划行为理论,构建公众参与意愿影响因素理论模型,并利用结构方程模型进行实证检验。研究表明:公众参与意... 详细信息

公众参与城市交通共建共治是缓解城市交通拥堵的探索性方案,从公众视角出发,对其参与城市交通的共建共治意愿展开研究。运用拓展计划行为理论,构建公众参与意愿影响因素理论模型,并利用结构方程模型进行实证检验。研究表明:公众参与意识、态度和有效性感知非常显著正向影响参与意愿,路径系数分别为0.438、0.265和0.250;主观规范和道德责任感知一般显著正向影响参与意愿,路径系数分别为0.082和0.141;成本感知非常显著负向影响参与意愿,路径系数为-0.319。基于实证结果,提出提升宣传的有效性以及联合学校、社会等平台协同推进公众参与城市交通共建共治工作等对策建议,为政府制定政策提供参考。

关键词：交通工程公众结构方程模型参与意愿共建共治

基于片段抽取原型网络的古籍文本断句标点提示学习方法

在线全文

学校读者我要写书评

暂无评论

计算机应用 2024年

作者：高颖杰林民斯日古楞李斌张树钧内蒙古师范大学计算机科学技术学院内蒙古民族大学计算机科学与技术学院内蒙古师范大学文学院

针对古籍信息处理中自动断句及标点任务对大规模标注语料依赖的现象，在考虑到高质量、大规模训练样本的成本昂贵且难以获取的背景下，本文提出了一种基于片段抽取原型网络的古籍文本断句标点提示学习方法。首先，本文通过对支持集加入... 详细信息

针对古籍信息处理中自动断句及标点任务对大规模标注语料依赖的现象，在考虑到高质量、大规模训练样本的成本昂贵且难以获取的背景下，本文提出了一种基于片段抽取原型网络的古籍文本断句标点提示学习方法。首先，本文通过对支持集加入结构化提示信息，形成有效的提示模板，以提高模型的学习效率。其次，结合标点位置提取器和原型网络分类器，有效减少了传统序列标注方法中的误判影响及非标点标签的干扰。实验结果表明，与BERT-BiGRU-CRF的方法相比，在《史记》数据集上F1值提升了2.5个百分点。此外，在公开多领域古籍数据集CCLUE上，本文方法的精确率和F1值分别达到了91.60%和93.12%，说明本方法利用少量训练样本就能对多领域古籍有效自动断句标点。因此，本研究为多领域古籍文本自动断句及标点任务的深入研究、提高模型的学习效率提供了新的思路和方法。

关键词：古籍智能整理片段抽取原型网络提示学习自动断句标点深度学习

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

创新导向下小学语文古诗词教学策略研究

赤峰学院学报（哲学社会科学版） 2024年第4期45卷 111-114页

作者：姜晓涵杨凤林苗静月余果果赤峰学院教育科学学院内蒙古赤峰024000

随着基础教育新课程改革的不断深入,古诗词教学策略研究与创新成为小学语文教学改革的必然要求。基于对名师古诗词教学课例的分析,结合自身教学实践,文章提出注重诵读品味、领悟诗句韵味,拓展相关知识、丰富文学素养,锚定诗眼关键、发... 详细信息

随着基础教育新课程改革的不断深入,古诗词教学策略研究与创新成为小学语文教学改革的必然要求。基于对名师古诗词教学课例的分析,结合自身教学实践,文章提出注重诵读品味、领悟诗句韵味,拓展相关知识、丰富文学素养,锚定诗眼关键、发展想象能力等古诗词教学策略,引导教师创新教学思路,改进教学方法,以提高小学原文古诗词教学质量。

关键词：古诗词优秀课例创新性教学策略