一、HOT和BOT研究及改進（論文文獻綜述）
張姣,肖康,劉紫微,高庭葦,梁帥,黃霞[1]（2021）在《大型膜生物反應器在中國工業(yè)廢水處理中的應用——技術經濟特征、驅動力和展望》文中認為膜生物反應器（membrane bioreactor, MBR）在中國工業(yè)廢水處理和回收利用領域發(fā)揮了持續(xù)性重要作用。MBR技術在其成熟應用階段的可持續(xù)發(fā)展有賴于工程和科研雙方的互惠互動。本研究針對2003—2019年投入運營和在建的共計182座處理工業(yè)廢水的大型MBR工程(單體規(guī)模≥5000 m3·d-1)進行了全面分析。隨著MBR在各工業(yè)行業(yè)中的推廣應用,累積處理規(guī)模迅速增長,超大型MBR工程在近期也得到快速發(fā)展。依據(jù)不同工業(yè)廢水的特點,對處理工藝、污染物去除效率和實際運行參數(shù)進行了歸納,并與城鎮(zhèn)污水處理進行了比較;在經濟特征方面,對項目總投資、總占地面積、運行能耗等進行了分析。隨著膜元件供應商和工程商的快速發(fā)展、政府項目不斷增加,以及新型靈活的商業(yè)模式的發(fā)展,中國已形成一個充滿活力的MBR市場。MBR技術目前多應用于各大經濟帶和缺水地區(qū)。考慮到工業(yè)廢水處理和回收利用的巨大市場,可以預見未來MBR在中國各地的進一步推廣應用。政策—經濟和市場—技術兩方面的驅動力表明MBR的發(fā)展與國家發(fā)展需求一致。為保持MBR的競爭力,本文基于調研和分析結果,對其在工程應用和科學研發(fā)兩方面的發(fā)展進行了展望。
薛昊天[2]（2021）在《基于GAN-LSTM的僵尸網(wǎng)絡檢測研究》文中研究指明在享受時代和網(wǎng)絡不斷向前發(fā)展所帶來的服務和技術的同時,也面臨著網(wǎng)絡發(fā)展時代變化帶來的種種問題和挑戰(zhàn)。僵尸網(wǎng)絡就是其中較為突出的一種,可實施盜竊,入侵,遠程操作肉雞等多種攻擊行為。能夠通過網(wǎng)絡流量,而不是后知后覺地監(jiān)視受感染主機的方式,較早較快地通過網(wǎng)絡流量來發(fā)現(xiàn)和識別僵尸網(wǎng)絡是未來的一種必然選擇。本文的主要工作如下:1.使用長短期記憶網(wǎng)絡（Long Short-Term Memory,LSTM）代替在僵尸網(wǎng)絡識別中常用的人工神經網(wǎng)絡模型,利用長短期記憶網(wǎng)絡學習其不同網(wǎng)絡流量間的時空間關聯(lián)性。2.引入生成對抗網(wǎng)絡（Generative Adversarial Networks,GAN）,增加樣本的數(shù)量和種類,提高分類模型對僵尸網(wǎng)絡的檢測能力,分類模型輸出由正常,異常兩類變?yōu)檎?異常,假三類。3.將長短期記憶網(wǎng)絡模型（LSTM）作為生成對抗網(wǎng)絡（GAN）中的分類模型,研究兩種長短期記憶網(wǎng)絡和生成對抗網(wǎng)絡結合的效果。4.使用整理合并后的ISCX僵尸網(wǎng)絡數(shù)據(jù)集,其中包括了ISOT數(shù)據(jù)集,IDS入侵檢測數(shù)據(jù)集,DDo S分布式拒絕攻擊數(shù)據(jù)集及惡意軟件捕獲項目中的僵尸流量。同時測試集中的僵尸流量種類較訓練集多出九種,以保證測試集可以評估模型對未知流量的檢測能力。5.將數(shù)據(jù)集中的網(wǎng)絡數(shù)據(jù)包重新整理成網(wǎng)絡流,并在此基礎上,從流基本特征,通訊特征,流行為特征等多個方面重新選擇了13種特征。合并了重復特征,舍棄了冗余特征,從常見的18維降低了5維,復雜度減小27%。依據(jù)上述內容,本文重新整合數(shù)據(jù)集,重新整理數(shù)據(jù)包,設計對照實驗,對比分析了GAN-LSTM模型和普通人工神經網(wǎng)絡模型,并對解決方案進行了驗證。實驗結果顯示,使用長短期記憶網(wǎng)絡代替人工神經網(wǎng)絡作為判別網(wǎng)絡,檢測精確率達到82.65%,相較人工神經網(wǎng)絡的分類精確率提升了6.9%,確實提高了僵尸網(wǎng)絡的識別發(fā)現(xiàn)能力。再加入生成樣本訓練的情況下,檢測精確率再次提升了0.93%,表明了生成模型的加成作用。達到了實驗的預期。
李青[3]（2021）在《地基微波輻射計亮溫觀測數(shù)據(jù)的質量評價、訂正與反演應用研究》文中研究說明本文針對地基微波輻射計應用中疏于系統(tǒng)標定和數(shù)據(jù)訂正而導致的亮溫數(shù)據(jù)偏差以及云對大氣溫濕度反演的影響問題,根據(jù)輻射傳輸理論和輻射計性能開展地基微波輻射計亮溫模擬計算分析和質量控制研究,細化晴空、云天樣本的篩選,建立起基于晴空樣本的全樣本亮溫數(shù)據(jù)的系統(tǒng)偏差訂正方案;根據(jù)云天輻射傳輸理論定量分析云的輻射貢獻,基于輻射計各通道對云的響應分析,提出“三通道法”利用微波輻射計自身三個通道的觀測亮溫反演云參數(shù);提出去除“云輻射貢獻”的“云影響訂正”方案。北京2010年1月-2011年12月兩年間的數(shù)據(jù)資料實驗表明,采取了本研究所提出的上述方案,可以有效地改善地基微波輻射計觀測得到的亮溫數(shù)據(jù)與模擬計算的亮溫數(shù)據(jù)之間的一致性,由此反演得到的大氣溫濕廓線與無線電探空之間的相關性得到了很大提高,誤差偏差接近于零,誤差均方根明顯下降。由訂正后的地基微波輻射計2分鐘分辨率亮溫數(shù)據(jù)反演得到的大氣溫濕剖面,可以更好地用于天氣系統(tǒng)分析,比LV2產品明顯合理。本文主要的研究內容和結論包括:（1）研究強調了天線罩和環(huán)境溫度等對旁瓣的影響,提出了一種基于“晴空”條件下輻射理論分析和統(tǒng)計的環(huán)境干擾校正方案?；凇扒缈铡贝髿鉁貪穸葮颖镜挠嬎憬Y果分析表明,天線周圍的環(huán)境溫度必須考慮在內,特別是在K波段,以消除污染的天線罩和旁瓣的影響。校正后消除了亮溫觀測數(shù)據(jù)中的“跳躍”現(xiàn)象、提高了亮溫觀測數(shù)據(jù)自身的時間連續(xù)性和與基于NCEP-fnl數(shù)據(jù)的正演數(shù)據(jù)之間的系統(tǒng)一致性。利用訂正后的亮溫數(shù)據(jù)反演得到的大氣溫濕度廓線與無線電探空數(shù)據(jù)（RAOB）一致性明顯提高,各高度上的偏差、均方根誤差和相關系數(shù)都有明顯的合理改善。利用輻射計2分鐘一次的亮溫數(shù)據(jù),經訂正后反演得到的大氣溫濕度剖面可以很好地展示大氣層結的連續(xù)變化過程,連續(xù)12小時的一次逆溫層生消變化個例分析表明,經亮溫訂正后反演得到的大氣溫濕度剖面所揭示的逆溫層生消連續(xù)變化過程,是無線電探空數(shù)據(jù)所不能得到的,比輻射計系統(tǒng)自帶軟件提供的二級產品數(shù)據(jù)更加合理。本文所提出的這一修正方案,既可用于實時數(shù)據(jù)質量控制與系統(tǒng)工作狀態(tài)監(jiān)測,也可用于對微波輻射計在校準不當或觀測環(huán)境發(fā)生改變的情況下已經積累的大量數(shù)據(jù)進行數(shù)據(jù)搶救。（2）本文針對地基輻射計觀測和大氣層結反演受云的影響問題,提出“三通道法”,用給定的地面微波輻射計22個觀測通道中對云參數(shù)敏感的3個通道,估算出云層厚度和云水濃度,同時辨別出亮溫數(shù)據(jù)的“晴空”以及“云天”樣本。在此基礎上,完成其余通道觀測數(shù)據(jù)的“云輻射貢獻”訂正,以便進行溫濕度反演計算。本文強調,除了對亮溫數(shù)據(jù)進行質量控制以保證觀測系統(tǒng)所提供亮溫數(shù)據(jù)的穩(wěn)定性和可對比性外,還應進一步進行亮溫數(shù)據(jù)的"云影響校正",以去除亮溫數(shù)據(jù)中云層（尤其是厚濃云層）帶來的影響,然后再將數(shù)據(jù)用于大氣溫濕度和液體水含量等垂直廓線與剖面的反演。通過對北京兩年的數(shù)據(jù)進行了分析表明,對亮溫觀測數(shù)據(jù)進行“云的輻射貢獻”訂正是必要的,訂正后反演得到的溫濕度廓線與剖面明顯改善,與無線電探空數(shù)據(jù)（RAOB）一致性明顯提高,天氣變化過程個例分析更加合理。研究發(fā)現(xiàn),云影響因子（CI,Cloud impact Index）越大（即云越濃厚）,云訂正就越困難且越有必要。（3）將強對流降水前輻射計以2分鐘時間分辨率觀測得到的亮溫數(shù)據(jù)進行系統(tǒng)訂正和云影響訂正后進行大氣溫濕度垂直廓線的反演,計算出相應的對流有效位能CAPE和對流抑制能量CIN,并應用于強對流降水前對流不穩(wěn)定性的分析,能夠有效捕捉到在較短時間內完成的局地對流有效位能積累過程。本文給出的一次強對流降水發(fā)生過程個例結果,印證了很多文獻揭示的現(xiàn)象:對流有效位能在一段時間內出現(xiàn)波動中持續(xù)增加、然后在短時間內呈波動減小趨勢,隨后強對流降水發(fā)生。這對臨近降水預報有一定的意義。
周先艷[4]（2020）在《云南和西藏地區(qū)枸櫞資源香氣評價及檸檬果實外觀缺陷的成因研究》文中提出我國云南和西藏地區(qū)柑橘資源豐富,除常見栽培品種外,還存在豐富的野生、半野生特色柑橘種質資源。近年來,枸櫞（Citrus medica L.）和檸檬（Citrus limon L.）作為云南特色柑橘產業(yè),在國家精準扶貧戰(zhàn)略中受到高度重視。枸櫞和檸檬區(qū)別與其他鮮食柑橘類型的主要特征在于果皮和果肉均可食用,因此果皮香氣和外觀色澤是直接影響消費者購買意愿最為重要的感官品質性狀。但受制于云南和西藏偏遠的地理位置和當?shù)氐难芯織l件,迄今人們對該區(qū)域的枸櫞和檸檬資源評價及制約產業(yè)發(fā)展關鍵問題的研究基礎還十分薄弱。一方面豐富的枸櫞類資源還鮮為人知,對這些枸櫞類果實特有香氣構成的感官品質缺乏系統(tǒng)的評價,另一方面近年來以云南瑞麗為中心的滇西南邊境特色柑橘產區(qū)大力發(fā)展秋花春熟和春花秋熟青檸檬產業(yè),形成了規(guī)模和區(qū)域產業(yè)特色,但油斑病和果面褪綠不均導致的果面外觀缺陷問題十分突出,已成為制約云南青檸檬產業(yè)發(fā)展的瓶頸。為了充分發(fā)揮云南高原特色柑橘資源優(yōu)勢和生態(tài)環(huán)境的區(qū)位優(yōu)勢,高質量發(fā)展地方特色柑橘產業(yè),本研究采用代謝組學手段對云南和西藏地區(qū)特色枸櫞類柑橘資源的揮發(fā)性物質組分的差異進行了研究,同時對青檸檬褪綠不均及油斑病的發(fā)病成因開展了研究,主要研究結果如下:1枸櫞和檸檬果皮揮發(fā)性物質組分差異與分布規(guī)律（1）179份枸櫞和30份檸檬種質成熟果實的果皮揮發(fā)性物質組分上存在相似性,單萜物質均顯著積累,d-檸檬烯均是含量最豐富的單萜物質。但大多數(shù)檸檬種質果皮揮發(fā)性物質總含量,單萜、單萜醛、單萜醇、倍半萜等含量均大于枸櫞種質,某些特異性物質僅在枸櫞或檸檬果皮存在。最小二乘法分析（PLS-DA）區(qū)分枸櫞和檸檬具有較大貢獻的變量重要性投影值VIP>1.40的共有9個特征物質,其中VIP>1.50的4個物質依次為d-檸檬烯、β-月桂烯、艾里莫酚烯、紫蘇醛。9個特征物質中艾里莫酚烯、紫蘇醛、檜烯水合物只存在于檸檬果皮;3-蒈烯、α-水芹烯和異萜品油烯僅存在于枸櫞果皮中。（2）環(huán)境因素和品種對枸櫞和檸檬種質揮發(fā)性物質成分和含量有較大影響,西藏地區(qū)枸櫞果皮揮發(fā)性物質積累量大于云南地區(qū),濕熱區(qū)檸檬果皮揮發(fā)性物質的積累大于干熱區(qū)。通過果皮揮發(fā)性物質組分主成分分析（PCA）和PLS-DA分析云南和西藏地區(qū)大部分枸櫞種質、云南干熱區(qū)和濕熱區(qū)大部分檸檬種質明顯分開,3-蒈烯、α-水芹烯和異萜品油烯在云南129份樣品中均未檢測到,尤其3-蒈烯在西藏部分種質含量很高,可作為區(qū)分云南和西藏枸櫞的特征揮發(fā)性物質。艾里莫酚烯、香茅醇乙酸酯、香葉醇均在干熱區(qū)檸檬種質顯著積累,濕熱區(qū)種質基本未檢測到,這可能與環(huán)境因素、品種或品系的差異有關。2青檸檬采后褪綠不均成因及調控研究（1）青檸檬貯藏過程中形成的黃綠不均花斑果的果皮褪綠部位色差指數(shù)CI、葉綠素a和b含量顯著低于綠色部位,褪綠部位表面蠟質增多,裸露在外的氣孔密度明顯減小,綠色部位觀察到完整的葉綠體,而褪綠部位,葉綠體逐漸向有色體發(fā)生轉變,果皮六氫番茄紅素和八氫番茄紅素顯著積累,ABA含量顯著升高,IAA、BR和GA3含量顯著降低。通過外源CEPA處理后果皮褪綠加快,同時增加果皮褪綠部位ABA、Me-JA含量。果皮激素ABA、GA3、IAA和Me-JA含量變化與色素代謝物變化呈正相關或負相關,尤其ABA和G3含量與果皮色素代謝物呈顯著或極顯著相關性。GA3和CEPA處理后抑制和加速果皮褪綠。說明青檸檬果皮褪綠不均形成可能與果皮激素ABA、GA3、IAA和Me-JA分布不均一存在密切關系。（2）青檸檬最佳的外源激素處理為50 mg/L GA3和1000 mg/L CEPA處理。CEPA處理促進了葉綠素及其衍生物含量降低和六氫番茄紅素和八氫番茄紅素積累,促進了蠟質合成,內源激素ABA積累和IAA含量顯著降低。CEPA處理顯著上調了葉綠素降解途徑關鍵基因PPH、NYC1和類胡蘿卜素合成途徑PSY、ZED,乙烯合成及受體ACO1、ACO5、ACS8、ACS1、ETR2表達水平,及茉莉酸積累相關基因LOX、AOC4、JMT的表達水平。此外,CEPA處理顯著上調了果皮ABA合成相關差異基因NCED1、ZEP表達水平,顯著下調了ABA分解代謝相關基因CYP707A2和CYP707A4的表達水平。而GA3處理效果和CEPA處理效果剛好相反。以上結果表明,外源GA3和CEPA處理通過調控內源激素合成和信號傳導及色素代謝相關基因的表達水平調控內源激素和色素含量,進而影響果皮色澤。3青檸檬油斑病的發(fā)病機理研究（1）青檸檬油斑病的發(fā)生引起青檸檬果皮有色層初生代謝物總含量降低,次生代謝物總含量升高,尤其木質素合成前體物質葡萄糖含量顯著降低,木質素含量顯著升高,果皮發(fā)生嚴重的木質化。苯丙烷類代謝途徑鑒定到差異基因79個,其中65個顯著上調表達,占差異基因的82.30%,尤其PAL、C4H、CCR、F5H和POD基因表達水平顯著升高,促進了木質素積累,增強了果實抗病性。（2）油斑病損傷引起青檸檬有色層C16和C18飽和脂肪酸和不飽和脂肪酸的積累,而對外蠟總量影響較小,主要通過增加長鏈烷烴含量和降低長鏈脂肪醛含量影響外蠟組分和表面蠟質層形貌。同時與脂肪酸合成相關的Fab Z基因和不飽和脂肪酸合成相關的FAD2和SAD6基因及與長鏈烷烴積累相關CER1基因顯著上調表達。綜上所述,本研究建立了云南、西藏地區(qū)枸櫞和檸檬（179份枸櫞和30份檸檬）果皮揮發(fā)性物質譜,獲得了主要香氣成分的分布規(guī)律和積累特征;研究發(fā)現(xiàn)了青檸檬果皮褪綠不均與果皮激素分布不均一密切相關,外源CEPA和GA3處理可通過調控內源激素合成和信號傳導及色素代謝相關基因的表達,分別促進和抑制果皮褪綠;并解析了油斑病對青檸檬果皮代謝物積累的影響。研究結果為特色柑橘資源開發(fā)利用及青檸檬采后果皮褪綠不均和油斑病防治技術研發(fā)提供了理論基礎。
王萱[5]（2020）在《玉米灌漿期應答干旱的生理生化及蛋白組學研究》文中研究說明近年來在玉米干旱脅迫響應方面的研究取得了一些科學進展,但調控玉米灌漿期籽?？购敌缘年P鍵蛋白質/基因和蛋白質-蛋白質相互作用的整體模型仍不完整,對于玉米耐旱性機理的解答仍不完善,代謝通路的描述仍不清楚,在大田條件下的玉米灌漿期蛋白質組學研究還很少。干旱脅迫對于灌漿期玉米的危害是毀滅性的,其研究對玉米的耐旱性育種起著至關重要的作用。通過對兩個耐旱性不同的自交系（耐旱自交系YE8112和敏感自交系Mo17）于灌漿期進行為期14天的干旱脅迫處理,并進行農藝性狀、生理生化和綜合比較蛋白質組學分析,獲得了以下主要研究結果:1、與正常澆水處理相比,干旱脅迫對于兩個自交系的穗行數(shù)的影響并不顯著。敏感自交系Mo17的穗長顯著降低,禿尖長顯著增加,行粒數(shù)顯著減少,而在耐旱自交系YE8112中這三種表型性狀差異不顯著。2、隨著干旱脅迫時間的增長,兩自交系的籽粒相對水含量均呈現(xiàn)下降趨勢,且Mo17下降速度更快,下降量更多;YE8112的脯氨酸含量呈上升趨勢,Mo17的脯氨酸含量先是上升,在脅迫第6天呈下降趨勢;兩個自交系的POD活性一直處于上升趨勢,且YE8112的POD活性始終高于Mo17;兩個自交系的MDA含量均呈現(xiàn)先上升后下降的趨勢,Mo17于脅迫第9天開始下降,YE8112于脅迫第6天開始下降。3、利用同位素標記的相對和絕對定量（iTRAQ）方法,從4個試驗比較組中鑒定出6617個差異豐富蛋白（DAPs）。4、通過venn圖分析,從中提取出4組具有代表性的關鍵干旱響應蛋白,并利用生物信息學技術（GO、KEGG的功能注釋及富集分析,蛋白質聚類分析,蛋白質互作分析）進行分析。YE8112特異性DAPs主要參與內質網(wǎng)蛋白質加工和色氨酸代謝途徑,而Mo17特異性DAPs則參與淀粉蔗糖代謝和氧化磷酸化途徑。5、利用差異表達極顯著的蛋白和代謝通路初步的建立了玉米耐旱分子模型。本研究通過生理生化和iTRAQ分析,明確了玉米灌漿期抗旱生化指標和差異基因及其耐旱模型,為玉米抗旱遺傳改良和分子育種提供了理論基礎。
尚延蓉[6]（2020）在《議程設置視域下的微博熱搜研究》文中提出在互聯(lián)網(wǎng)技術發(fā)展與日俱進的背景下,微博作為兼具便捷性、傳播性、原創(chuàng)性的社交媒體與網(wǎng)絡平臺,活躍在人們的日常生活之中。據(jù)新浪網(wǎng)數(shù)據(jù)顯示,截止2019年6月,微博月活躍用戶數(shù)達到4.86億。隨著用戶數(shù)的增長,微博熱搜這一功能也逐漸活躍,為大多數(shù)微博用戶提供了時新消息與日常談資,其傳播內容與傳播特征獨樹一幟,為傳播過程帶來新的變革。本文運用內容分析、問卷調查、文獻分析等方法對微博熱搜內容進行深入研究,分析微博熱搜的內容特征與框架,基于議程設置理論對微博熱搜的傳播進行研究,找出現(xiàn)階段微博熱搜所存在的問題并提出針對性改進建議。第一部分概述微博及微博熱搜的興起與發(fā)展現(xiàn)狀,總結微博熱搜的定義、特點與功能。第二部分將2019年8月1日至2019年9月1日做為獲取內容分析樣本的時間段,于每日早上8:00以及夜晚20:00兩個固定時間點抽取熱搜榜從上而下的全部熱搜,以此方法獲得的3162條熱搜作為抽樣框,并利用構造周抽樣法抽出其中的714條熱搜作為樣本總量,通過編碼對熱搜內容進行框架分析,得出微博熱搜內容整體偏向休閑娛樂、集中在明星名人的活動與話語、中立性質為主、明星名人與普通民眾相關最多、發(fā)布者多為自媒體與企業(yè)官微的特征。第三部分結合議程設置理論,研究得出微博熱搜在議程設置方面具備雙層議程設置效果、具有雙重優(yōu)先順序模式、議程設置權呈現(xiàn)“草根化”的特點,議程設置的主體依舊是有一定知名度與影響力的專業(yè)媒體在發(fā)揮主要作用,以及議程設置的效果主要停留在第一層面,即引起公眾對某些事物的關注。第四部分主要分析了微博熱搜在傳播中存在的不足,如監(jiān)控不到位、過度娛樂產生的負作用、資源分配不均、“夾帶私貨”等,并針對性的為當下階段微博熱搜提出四個方面的改進建議,包括健全舉報措施、加強管控力度、為“草根”引流、合理規(guī)劃版面等。
付瑛群[7]（2020）在《《人工智能：如何改變未來》（節(jié)選）英譯漢實踐報告》文中研究表明隨著人工智能、區(qū)塊鏈、大數(shù)據(jù)、物聯(lián)網(wǎng)、量子信息技術等科技迅速發(fā)展,以智能化、數(shù)字化、網(wǎng)絡化、生態(tài)化為特點的第四次科技革命已拉開序幕,正切實改變著人們的生活,吸引人們探求科學的奧秘。由于科技全球化進程不斷加快,越來越多有關先進技術的英文科普圖書涌入中國市場,讀者對其翻譯的要求也日益提高,但我國的科普翻譯研究仍處于起步階段（Xu&Guo,2012:42）。因此,筆者以《人工智能:如何改變未來》一書中三章的英漢翻譯實踐為基礎,選取文本類型理論為指導,探索科普文本的翻譯技巧,旨在為同主題的科普文本翻譯提供有效參考。此科普文本憑借通俗易懂的語言特點、生動有趣的表達風格、新奇獨特的思維方式,將深奧的科技知識傳遞給大眾,不僅能使人們在輕松愉悅的閱讀體驗中感受科技的魅力與驚奇,也為其拓展思維、正確認識人工智能打開了一扇便捷之門。本報告分四章:第一章是任務介紹,包括源文本介紹、任務意義、源文本特點三部分;第二章是過程描述,對譯前準備、任務過程和質量控制進行介紹;第三章是報告的重點章節(jié)——案例分析,從詞匯、句法、篇章三個層面選取具體案例,探究此科普文本的英漢翻譯技巧;第四章為總結,闡述了翻譯實踐和報告寫作過程中積累的經驗及存在的不足。根據(jù)紐馬克的文本類型理論,源文本屬于信息型和呼喚型混合文本,具有普及知識和宣傳觀點的文本功能。筆者根據(jù)文本內容,結合文本特點,在考慮目標讀者表達習慣、知識水平、理解能力和心理需求等因素的同時,綜合運用多種翻譯技巧,以使譯文盡可能實現(xiàn)與原文相同的功能及效果。
覃冠[8]（2020）在《桂林市XL熱水公司發(fā)展策略研究》文中研究指明隨著生活水平的提高、居住條件的改善以及科技的發(fā)展,人們在家里的熱水洗浴需求已經基本得到滿足。而隨著學校宿舍結構的改變,盡管學生在學校的洗浴方式由公共衛(wèi)浴變成了獨立衛(wèi)浴,但是由于資金、技術、安全管理等方面的限制,學校學生的熱水洗浴需求一直沒有得到很好的滿足。不過,近幾年隨著BOT模式在高?；A建設的普遍應用以及熱水供應技術的發(fā)展,給學校學生宿舍熱水洗浴供應系統(tǒng)的改善提供了轉機,同時也給熱水公司一個業(yè)務發(fā)展的機會。通過本文的研究,不僅可以為XL熱水公司提出有針對性的發(fā)展策略優(yōu)化,而且也為同行業(yè)其它公司的發(fā)展提供一些發(fā)展策略借鑒,還為傳統(tǒng)企業(yè)在互聯(lián)網(wǎng)環(huán)境下的轉型發(fā)展提供一些參考。本文的研究對象是桂林市XL熱水公司,運用PEST模型、波特五力模型、SWOT模型等競爭戰(zhàn)略理論對XL熱水公司的發(fā)展現(xiàn)狀進行研究和分析,指出公司存在的問題,并提出公司發(fā)展的策略。首先采用PEST分析法分析外部宏觀環(huán)境;其次運用五力模型分析公司面臨的五種力量;最后在結合XL熱水公司的基本情況,運用SWOT來分析公司自身的優(yōu)劣勢以及面臨的機會和威脅,然后指出公司所面臨的主要問題。根據(jù)分析結果,針對XL熱水公司在發(fā)展過程中所存在的問題,結合當前的市場環(huán)境和未來的發(fā)展趨勢,確定公司發(fā)展的策略選擇,進而制定公司“互聯(lián)網(wǎng)+”創(chuàng)新策略、塑造品牌形象策略、建立合作伙伴策略、構建核心人才策略等四個方面的發(fā)展策略,再分別從業(yè)務模式創(chuàng)新、建立合作伙伴、樹立公司品牌形象、改進公司組織結構、引進高素質人才等方面制定策略實施的具體保障措施。通過制定的公司發(fā)展策略,可以讓公司認清當前的市場形勢,實現(xiàn)公司優(yōu)勢與市場機會的有機結合,改進公司劣勢,有效避開市場威脅,實現(xiàn)公司業(yè)務規(guī)模、營業(yè)收入不斷擴大,實力不斷增強。
陳鵬[9]（2020）在《基于對話策略學習技術構建醫(yī)療聊天機器人》文中研究表明自2019年12月以來,新冠肺炎（COVID-19）肆虐全球,世界各地感染和死亡人數(shù)急劇增長。至2020年4月中旬,全球累積感染人數(shù)逾百萬,累積死亡人數(shù)逾十萬。隨著疫情的持續(xù)發(fā)展,世界各地的研究人員都在試圖為這場“戰(zhàn)疫”貢獻自己的一份力量。本文結合當下全球抗擊疫情的背景,應用對話策略學習技術,構建一個應用于公共醫(yī)療服務領域的聊天機器人,提供如疫情咨詢、熱線求助、預約掛號等服務,為全球抗擊疫情助力。目前業(yè)界已落地并用于抗疫領域的聊天機器人,多數(shù)是采用FAQ檢索或基于規(guī)則的對話策略。本文的創(chuàng)新點在于采用了基于監(jiān)督學習以及深度強化學習的對話策略學習方法,來應用于構建抗疫聊天機器人的對話策略。對話策略作為聊天機器人最核心的“大腦”,其優(yōu)劣決定著聊天機器人系統(tǒng)的成敗。而基于監(jiān)督學習以及深度強化學習的對話策略學習方法是目前任務型聊天機器人領域兩個熱門的研究方向。與基于檢索和規(guī)則的對話策略相比,以上兩種對話策略學習方法因其數(shù)據(jù)驅動的方式使得聊天機器人的決策更具有靈活性和智能性。本文致力于實現(xiàn)一個服務于公共醫(yī)療領域的聊天機器人,提出使用監(jiān)督學習的方法以及深度強化學習的方法,去解決聊天機器人對話策略的學習問題。以上這兩種對話策略學習方法可以使得聊天機器人支持擴展到更多的任務領域,完成更多的服務任務。結合醫(yī)療領域中的預約掛號任務,本文對這兩種方法的模型設計、模型構建、模型實現(xiàn)、以及這兩種方法實現(xiàn)的對話策略性能、優(yōu)缺點及適用性等方面進行了詳細研究與探討。本文主要涵蓋以下內容:（1）基于監(jiān)督學習方法構建醫(yī)療聊天機器人的對話策略。該對話策略學習方法使用的是一個混合編碼網(wǎng)絡。由于引入了一些人為規(guī)則干預,相比于其他基于標準監(jiān)督學習的方法,該混合編碼網(wǎng)絡極大程度地減少了訓練所需的數(shù)據(jù)量,同時又保留了推斷潛在語義的關鍵特性。本文基于監(jiān)督學習方法實現(xiàn)的對話策略會盡可能地去“模仿”語料庫中人機對話的方式,該對話策略模型具有輕量且易于實現(xiàn)的優(yōu)點,并且在小規(guī)模數(shù)據(jù)集上訓練后的決策效果也十分不錯。（2）基于深度強化學習方法構建醫(yī)療聊天機器人的對話策略。該對話策略學習方法使用深度強化學習算法DQN作為一個智能體Agent。與基于監(jiān)督學習方法學習到的對話策略盡可能去模仿訓練語料不同,基于深度強化學習方法學習到的對話策略更加具有探索性和靈活性。本文在訓練DQN智能體時采用?貪婪搜索（?-greedy exploration）策略進行探索和利用,盡可能地探索不同對話狀態(tài)下的獎賞值情況。本文基于深度強化學習方法實現(xiàn)的對話策略模型在完成任務所需的對話輪數(shù)和個性化策略探索上皆表現(xiàn)出了不俗的優(yōu)勢。（3）構造對話數(shù)據(jù)集,驗證對話策略學習方法的決策性能。本文結合當下疫情肆虐的背景,構造了一個應用于抗擊疫情任務的對話數(shù)據(jù)集?；跇嬙斓臄?shù)據(jù)集,本文使用以上兩種對話策略學習方法訓練得到了兩個對話策略模型。在測試階段,兩模型皆以超過97.8%的任務成功率完成了預約掛號任務;而在與用戶的交互階段,相比于基于規(guī)則的對話策略,使用以上兩模型的醫(yī)療聊天機器人的決策機制表現(xiàn)得更加高效和智能。
杜鵬[10]（2020）在《基于詞向量的DGA域名檢測深度學習模型與算法研究》文中認為網(wǎng)絡安全的主要威脅之一是僵尸網(wǎng)絡。僵尸網(wǎng)絡的命令與控制服務器常使用域名生成算法（Domain Generation Algorithm,DGA）生成海量的短生命周期的DGA域名,僵尸網(wǎng)絡的控制者通過DGA域名訪問命令與控制服務器,對僵尸網(wǎng)絡下達攻擊指令。為了防范僵尸網(wǎng)絡,網(wǎng)絡安全研究者需要對DGA域名進行檢測與分類。正確高效地檢測DGA域名,將有助于研究者使僵尸網(wǎng)絡的控制信道失效,進而達到防范僵尸網(wǎng)絡的目的。因此DGA域名的自動檢測成為信息安全領域的重要研究內容。近年來,機器學習方法廣泛應用于DGA域名檢測任務中,特別是隨著深度學習的飛速發(fā)展,基于深度學習的DGA域名檢測算法取得了一定的進步。但當前方法的分類模型較簡單,對域名這類短文本的信息利用能力與特征提取能力有限,特別是在對DGA域名多分類的問題中,分類精度仍有較大的提升空間。本文從基于詞向量的DGA域名深度學習模型與算法入手,結合詞向量與深度學習模型等手段,對DGA域名檢測算法進行多個方面的研究,提高域名分類精度。本文主要研究內容如下:（1）研究混合詞向量深度學習模型的DGA域名檢測方法。分析了基于字符和雙字符組級別的混合詞向量,以提高域名字符串的信息利用度,并建立了基于混合詞向量方法的深度學習模型。最后設計了包含多種對比模型的實驗,對混合詞向量的有效性進行驗證。實驗結果表明基于混合詞向量的深度學習模型在DGA域名檢測與分類任務中相比只基于字符級詞向量的模型有更好的分類性能,特別是在樣本數(shù)量較少的DGA域名類別上的分類性能更優(yōu),證明了該模型的有效性。（2）研究基于混合詞向量Transformer網(wǎng)絡的DGA域名檢測方法。構建了改進Transformer網(wǎng)絡作為域名分類指示特征的提取網(wǎng)絡,提高域名字符串有效特征的提取能力,并建立了基于混合詞向量方法的改進Transformer網(wǎng)絡DGA域名檢測模型。最后進行了包含多種模型的DGA域名檢測與分類對比實驗,在OSINT和Alexa公開數(shù)據(jù)集上進行實驗,將提出的算法與前沿DGA域名檢測與分類算法進行對比,實驗結果表明本文提出算法在DGA域名檢測與分類任務上更為準確,驗證了提出算法的有效性。本論文有圖14幅,表10個,參考文獻103篇。
二、HOT和BOT研究及改進（論文開題報告）
（1）論文研究背景及目的
此處內容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準備的觀點或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲管理單元結構并詳細分析其設計過程。在該MMU結構中,TLB采用叁個分離的TLB,TLB采用基于內容查找的相聯(lián)存儲器并行查找,支持粗粒度為64KB和細粒度為4KB兩種頁面大小,采用多級分層頁表結構映射地址空間,并詳細論述了四級頁表轉換過程,TLB結構組織等。該MMU結構將作為該處理器存儲系統(tǒng)實現(xiàn)的一個重要組成部分。
（2）本文研究方法
調查法：該方法是有目的、有系統(tǒng)的搜集有關研究對象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對象從而得到有關信息。
實驗法：通過主支變革、控制研究對象來發(fā)現(xiàn)與確認事物間的因果關系。
文獻研究法：通過調查文獻來獲得資料，從而全面的、正確的了解掌握研究方法。
實證研究法：依據(jù)現(xiàn)有的科學理論和實踐的需要提出設計。
定性分析法：對研究對象進行“質”的方面的研究，這個方法需要計算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對研究對象的認識進一步精確化。
跨學科研究法：運用多學科的理論、方法和成果從整體上對某一課題進行研究。
功能分析法：這是社會科學用來分析社會現(xiàn)象的一種方法，從某一功能出發(fā)研究多個方面的影響。
模擬法：通過創(chuàng)設一個與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、HOT和BOT研究及改進（論文提綱范文）
（2）基于GAN-LSTM的僵尸網(wǎng)絡檢測研究（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 研究背景及研究意義 |
| 1.2 國內外研究現(xiàn)狀 |
| 1.3 論文的主要內容 |
| 1.4 本文組織結構 |
| 2 相關理論知識和技術 |
| 2.1 僵尸網(wǎng)絡的危害 |
| 2.2 僵尸網(wǎng)絡的幾種結構 |
| 2.3 信息熵 |
| 2.4 僵尸網(wǎng)絡研究的一些算法 |
| 2.5 生成對抗網(wǎng)絡 |
| 2.6 長短期記憶網(wǎng)絡 |
| 2.7 本章小結 |
| 3 基于GAN-LSTM僵尸網(wǎng)絡的檢測模型 |
| 3.1 基于GAN的僵尸網(wǎng)絡檢測框架 |
| 3.2 基于LSTM的僵尸網(wǎng)絡檢測框架 |
| 3.3 基于GAN-LSTM的僵尸網(wǎng)絡檢測模型框架 |
| 3.4 本章小結 |
| 4 實驗與結果分析 |
| 4.1 數(shù)據(jù)集 |
| 4.2 數(shù)據(jù)預處理 |
| 4.3 實驗評價指標 |
| 4.4 單獨使用LSTM |
| 4.5 單獨使用Bot GAN |
| 4.6 配合使用Bot GAN和 LSTM |
| 4.7 本章小結 |
| 5 總結展望 |
| 5.1 總結 |
| 5.2 展望 |
| 參考文獻 |
| 致謝 |
| 附錄1 攻讀碩士學位期間參與的項目和發(fā)表的論文 |
| 附錄2 主要英文縮寫語對照表 |
（3）地基微波輻射計亮溫觀測數(shù)據(jù)的質量評價、訂正與反演應用研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 研究背景和意義 |
| 1.2 地基微波輻射計在大氣遙感探測中的應用發(fā)展簡介 |
| 1.3 地基微波輻射計數(shù)據(jù)質量控制以及反演的研究進展 |
| 1.3.1 輻射計數(shù)據(jù)質量控制的研究進展 |
| 1.3.2 輻射計一級數(shù)據(jù)反演的研究進展 |
| 1.3.3 輻射計二級數(shù)據(jù)在對流性天氣監(jiān)測中的應用研究進展 |
| 1.4 問題的提出 |
| 1.5 本文的研究內容以及論文結構 |
| 第二章 微波輻射傳輸理論、輻射計工作原理及本文所用數(shù)據(jù) |
| 2.1 熱輻射理論 |
| 2.1.1 極化方式 |
| 2.1.2 Kirchhoff定律 |
| 2.1.3 普朗克定律和瑞利-金斯近似 |
| 2.1.4 亮溫度 |
| 2.2 輻射傳輸方程的表達 |
| 2.3 大氣微波吸收模式 |
| 2.3.1 大氣成分和吸收氣體 |
| 2.3.2 大氣吸收譜線理論 |
| 2.3.3 氧氣、水汽吸收計算 |
| 2.3.4 云水吸收計算 |
| 2.4 地基微波輻射傳輸模型以及亮溫模擬計算流程 |
| 2.5 輻射計工作原理及亮溫數(shù)據(jù)質量控制流程 |
| 2.5.1 地基微波輻射計工作原理介紹 |
| 2.5.2 輻射計亮溫數(shù)據(jù)質量控制 |
| 2.5.3 數(shù)據(jù)質量控制的流程 |
| 2.6 本文所用數(shù)據(jù) |
| 2.6.1 地基微波輻射計數(shù)據(jù) |
| 2.6.2 RAOB、NCEP-fnl、ERA5等數(shù)據(jù) |
| 第三章 基于“晴空”樣本的一級數(shù)據(jù)評價和系統(tǒng)訂正研究 |
| 3.1 引言 |
| 3.2 “系統(tǒng)訂正”理論與方法 |
| 3.3 使用資料 |
| 3.3.1 地基輻射計數(shù)據(jù) |
| 3.3.2 “晴空”概念以及“晴空”時次篩選 |
| 3.4 系統(tǒng)訂正效果分析 |
| 3.4.1 “系統(tǒng)訂正”前后的亮溫對比評價 |
| 3.4.2 基于“系統(tǒng)訂正”后亮溫數(shù)據(jù)的溫濕廓線反演和結果分析 |
| 3.5 基于系統(tǒng)訂正后亮溫數(shù)據(jù)反演的大氣溫濕度剖面在天氣過程中的應用分析 |
| 3.5.1 一次逆溫層過程的遙感反演分析 |
| 3.5.2 一次夏季降水前后的水汽監(jiān)測 |
| 3.6 本章小結 |
| 第四章 一級亮溫數(shù)據(jù)的“云影響”訂正研究 |
| 4.1 引言 |
| 4.2 云天微波遙感理論 |
| 4.3 云天亮溫訂正與溫濕廓線反演方法 |
| 4.3.1 “云天”模擬計算樣本構建與云影響因子(CI) |
| 4.3.2 基于模擬樣本的云亮溫貢獻特征分析 |
| 4.3.3 云水濃度和云厚度的估計方法——“三通道法” |
| 4.3.4 云天亮溫的云影響訂正方法——“亮溫扣除法” |
| 4.4 實測數(shù)據(jù)云影響訂正效果分析 |
| 4.4.1 實測數(shù)據(jù)“云天”樣本提取 |
| 4.4.2 效果評價方法 |
| 4.4.3 實測數(shù)據(jù)“云訂正”前后的亮溫對比分析、溫濕廓線反演和結果分析 |
| 4.4.4 云參數(shù)對云訂正和大氣溫濕度廓線反演效果的影響 |
| 4.5 本章小結 |
| 第五章 地基微波輻射計數(shù)據(jù)在對流性天氣監(jiān)測中的應用研究 |
| 5.1 引言 |
| 5.2 CAPE和CIN值 |
| 5.2.1 CAPE和CIN的定義 |
| 5.2.2 高時間分辨率大氣廓線數(shù)據(jù)集的構建方法 |
| 5.3 結果分析 |
| 5.3.1 .“三通道法”得到的云變化 |
| 5.3.2 降水前大氣層結的高時間分辨率數(shù)據(jù)變化 |
| 5.3.3 .降水前CAPE和CIN的高時間分辨率數(shù)據(jù)變化 |
| 5.4 本章小結 |
| 第六章 總結與討論 |
| 6.1 總結 |
| 6.2 論文的特色和創(chuàng)新點 |
| 6.3 存在的問題以及工作展望 |
| 致謝 |
| 參考文獻 |
| 作者簡介 |
（4）云南和西藏地區(qū)枸櫞資源香氣評價及檸檬果實外觀缺陷的成因研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 縮略語表 |
| 第一章 前言 |
| 1 課題的提出 |
| 2 文獻綜述 |
| 2.1 云南和西藏地區(qū)柑橘產業(yè)概況 |
| 2.2 云南和西藏地區(qū)特色柑橘起源和進化研究進展 |
| 2.3 柑橘果實揮發(fā)性物質形成研究進展 |
| 2.4 柑橘果實外觀品質形成及調控研究 |
| 2.4.1 柑橘果皮色澤形成生物學基礎 |
| 2.4.2 柑橘果面色澤形成調控研究進展 |
| 2.4.3 柑橘果面油斑病的研究進展 |
| 3 開展本研究的目的和內容 |
| 第二章 枸櫞和檸檬果皮揮發(fā)性物質組分分析 |
| 1 引言 |
| 2 材料與方法 |
| 2.1 實驗材料 |
| 2.2 果實樣品的處理 |
| 2.3 實驗方法 |
| 2.3.1 標準品的測定 |
| 2.3.2 揮發(fā)性物質提取和測定 |
| 2.3.3 揮發(fā)性物質定性和定量分析 |
| 2.4 實驗數(shù)據(jù)分析 |
| 3 結果與分析 |
| 3.1 枸櫞和檸檬果皮揮發(fā)性物質分析 |
| 3.2 不同區(qū)域枸櫞和檸檬果皮中揮發(fā)性物質差異分析 |
| 4.討論 |
| 4.1 種的遺傳變異對特色柑橘果皮揮發(fā)性物質種類和含量影響 |
| 4.2 品種和環(huán)境因素對枸櫞和檸檬果皮揮發(fā)性物質種類和組分影響 |
| 第三章 青檸檬采后褪綠不均的成因及調控研究 |
| 1 引言 |
| 2 材料與方法 |
| 2.1 實驗材料 |
| 2.2 樣品處理和取樣 |
| 2.3 實驗方法 |
| 2.3.1 果皮色差的測定 |
| 2.3.2 果面微觀形貌結構分析 |
| 2.3.3 葉綠素及其代謝產物的提取和測定 |
| 2.3.4 類胡蘿卜素的提取和測定 |
| 2.3.5 總黃酮和總酚測定 |
| 2.3.6 激素含量的測定 |
| 2.3.7 初生代謝物提取和測定 |
| 2.3.8 果皮脂肪酸提取和分析 |
| 2.3.9 果皮有色層揮發(fā)性成分測定 |
| 2.3.10 總蠟的提取和分析 |
| 2.3.11 酶活和膜脂特性產物測定 |
| 2.3.12 RNA序列和基因表達情況分析 |
| 2.4 實驗數(shù)據(jù)處理 |
| 3 結果與分析 |
| 3.1 青檸檬采后果實外觀品質變化分析 |
| 3.1.1 青檸檬采后果皮色澤變化分析 |
| 3.1.2 青檸檬果皮表面形貌分析 |
| 3.1.3 青檸檬有色層細胞超微結構分析 |
| 3.1.4 青檸檬采后有色層葉綠素和類胡蘿卜素含量變化 |
| 3.1.5 青檸檬采后有色層總黃酮和總酚含量變化 |
| 3.2 果皮有色層初生代謝物含量分析 |
| 3.3 果皮有色層激素含量分析 |
| 3.4 不同采后處理對檸檬果皮色澤影響 |
| 3.5 不同采后處理對果實失重率的影響 |
| 3.6 GA3和CEPA采后處理對青檸檬果實外觀品質影響 |
| 3.6.1 GA3和CEPA處理對果皮色澤影響 |
| 3.6.2 GA3和CEPA處理對果皮葉綠素和類胡蘿卜素含量的影響 |
| 3.6.3 GA3和CEPA處理對果皮總黃酮和多酚含量影響 |
| 3.6.4 GA3和CEPA處理對果皮總蠟成分和含量影響 |
| 3.7 GA3和CEPA處理對果皮激素含量影響 |
| 3.8 GA3和CEPA處理對果皮風味品質影響 |
| 3.8.1 GA3和CEPA處理對果皮初生代謝物成分和含量影響 |
| 3.8.2 GA3和CEPA處理對果皮揮發(fā)性成分和含量影響 |
| 3.9 GA3和CEPA處理對果皮膜脂特性影響 |
| 3.9.1 GA3和CEPA處理對果皮脂肪酸成分和含量影響 |
| 3.9.2 GA3和CEPA處理對果皮膜特性和酶活性影響 |
| 3.10 GA3和CEPA處理對果肉風味品質影響 |
| 3.10.1 GA3和CEPA處理對果肉TSS和TA影響 |
| 3.10.2 GA3和CEPA處理對果肉初生代謝物含量影響 |
| 3.11 轉錄組測定青檸檬褪綠轉黃過程中表達序列及所有基因相表達分析 |
| 3.12 差異表達基因的篩選 |
| 3.13 WGCNA分析青檸檬褪綠轉黃過程中基因表達情況 |
| 3.14 GA3和CEPA處理對青檸檬色澤變化相關基因影響 |
| 3.15 GA3和CEPA處理對青檸檬蠟質代謝相關基因影響 |
| 3.16 GA3和CEPA處理對果皮激素合成與信號傳導相關基因影響 |
| 4 討論 |
| 4.1 影響青檸檬采后褪綠不均的原因 |
| 4.2 青檸檬采后褪綠轉黃的可能調控機制 |
| 第四章 青檸檬采后油斑病的發(fā)生機理研究 |
| 1 引言 |
| 2 材料與方法 |
| 2.1 實驗材料 |
| 2.2 取樣方法 |
| 2.3 實驗方法 |
| 2.3.1 掃描電鏡(SEM)觀察 |
| 2.3.2 透射電鏡(TEM)觀察 |
| 2.3.3 果皮色差測定 |
| 2.3.4 葉綠素及其代謝產物的提取和測定 |
| 2.3.5 酶活和膜脂特性產物測定 |
| 2.3.6 果皮有色層含水率測定 |
| 2.3.7 脂肪酸提取和分析 |
| 2.3.8 外蠟提取和分析 |
| 2.3.9 初生代謝物測定 |
| 2.3.10 次生代謝物測定 |
| 2.3.11 木質素含量的測定 |
| 2.3.12 石蠟切片觀察木質素沉積和分布 |
| 2.3.13 青霉菌接種實驗 |
| 2.3.14 RNA序列和基因表達情況分析 |
| 2.3.15 實時定量PCR分析 |
| 2.3.16 統(tǒng)計分析 |
| 3 結果與分析 |
| 3.1 油斑病對青檸檬果皮表面形態(tài)的影響 |
| 3.2 油斑病對果皮超顯微結構的影響 |
| 3.3 油斑病對果實品質的影響 |
| 3.4 脂肪酸含量和成分的變化 |
| 3.5 油斑病爆發(fā)對外蠟含量和成分的影響 |
| 3.6 油斑病對果皮有色層初生代謝物的影響 |
| 3.7 油斑病對果皮有色層次生代謝產物的影響 |
| 3.8 油斑病對有色層木質素總含量影響 |
| 3.9 組織化學法觀察果皮木質化程度 |
| 3.10 健康和油斑病果皮有色層基因表達模式分析 |
| 3.11 油斑病果皮有色層與糖代謝相關差異基因表達分析 |
| 3.12 油斑病果皮有色層木質素合成相關差異基因表達分析 |
| 3.13 有色層脂肪酸和蠟質合成代謝相關基因的表達分析 |
| 3.14 油斑病的發(fā)生對檸檬青霉病病癥的影響 |
| 4 討論 |
| 4.1 油斑病對果實表面膜脂肪酸代謝和蠟質合成的影響 |
| 4.2 油斑病對果皮木質素積累的影響 |
| 第五章 總結與展望 |
| 參考文獻 |
| 附錄 Ⅰ附表 |
| 附錄 Ⅱ 在讀期間研究成果 |
| 致謝 |
（5）玉米灌漿期應答干旱的生理生化及蛋白組學研究（論文提綱范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 干旱脅迫對大田作物的危害 |
| 1.2 玉米應答干旱脅迫的機理 |
| 1.2.1 表型性狀 |
| 1.2.2 生理生化指標 |
| 1.2.3 響應干旱表達的基因 |
| 1.3 蛋白質組學 |
| 1.4 研究目的及意義 |
| 1.5 技術路線 |
| 2 材料與方法 |
| 2.1 試驗材料 |
| 2.2 表型性狀及生理指標的測定 |
| 2.3 蛋白質提取 |
| 2.4 肽段酶解與iTRAQ標記 |
| 2.5 強陽離子交換(SCX)與LC-MS/MS分析 |
| 2.6 蛋白質鑒定與定量 |
| 2.7 DAPs的功能分類、途徑富集及聚類分析 |
| 2.8 RNA提取、cDNA合成及qRT-PCR分析 |
| 2.9 生理數(shù)據(jù)分析 |
| 3 結果與分析 |
| 3.1 玉米自交系穗部表型形態(tài)指標 |
| 3.2 自交系穗部籽粒生理生化指標測量與分析 |
| 3.3 iTRAQ法鑒定玉米籽粒灌漿蛋白 |
| 3.4 干旱響應差異豐富蛋白(DAPs)分析 |
| 3.5 響應干旱脅迫DAPs的功能注釋與富集分類 |
| 3.6 蛋白質之間的相互作用分析 |
| 3.7 實時定量(qRT-PCR)分析 |
| 4 討論 |
| 4.1 兩個自交系對干旱脅迫的表型和生理反應的對比研究 |
| 4.2 耐旱自交系YE8112響應干旱脅迫差異蛋白的調節(jié) |
| 4.2.1 干旱脅迫下轉錄延長、蛋白質轉運及表觀遺傳調控機制 |
| 4.2.2 干旱條件下“應激反應”和“刺激反應”相關蛋白 |
| 4.2.3 干旱脅迫條件下能量代謝及次生代謝產物生物合成相關蛋白 |
| 4.2.4 干旱脅迫條件下營養(yǎng)庫活性(NRA)相關蛋白 |
| 4.2.5 干旱脅迫條件下YE8112中DAPs最顯著富集的代謝途徑 |
| 4.3 敏感自交系Mo17響應干旱脅迫差異蛋白的調節(jié) |
| 4.3.1 淀粉和蔗糖代謝相關酶在Mo17中上調最顯著 |
| 4.3.2 降低線粒體氧化磷酸化對減少Mo17細胞ROS生成至關重要 |
| 4.3.3 干旱脅迫下Mo17過氧化物酶活性顯著降低 |
| 4.3.4 最顯著富集于敏感自交系Mo17中DAPs的代謝途徑 |
| 4.4 玉米幼苗與籽粒對于干旱脅迫響應的異同 |
| 4.5 玉米籽粒抗旱性模型 |
| 5 結論 |
| 參考文獻 |
| 附錄 |
| 附表一 |
| 附表二 |
| 附表三 |
| 附圖一 |
| 附圖二 |
| 附圖三 |
| 在讀期間發(fā)表和投稿的的學術論文 |
| 作者簡介 |
| 致謝 |
| 附件 |
（6）議程設置視域下的微博熱搜研究（論文提綱范文）
| 中文摘要 |
| abstract |
| 引言 |
| (一)研究背景與意義 |
| (二)研究現(xiàn)狀綜述 |
| (三)研究思路與方法 |
| 一、微博及微博熱搜發(fā)展現(xiàn)狀 |
| (一)微博及微博熱搜的發(fā)展概述 |
| (二)微博熱搜的定義、特點及功能 |
| 二、微博熱搜內容分析 |
| (一)研究設計 |
| (二)熱搜框架分析 |
| (三)議程設置分析 |
| 三、微博熱搜議程設置的特點、主體及效果研究 |
| (一)微博熱搜的議程設置分析 |
| (二)微博熱搜議程設置的特點 |
| (三)微博熱搜議程設置的主體分析 |
| (四)微博熱搜議程設置的效果研究 |
| 四、微博熱搜在傳播中存在的問題及改進措施 |
| (一)監(jiān)控不到位與健全舉報機制 |
| (二)娛樂負作用與加強管控力度 |
| (三)資源分配不均與為“草根”引流 |
| (四)“夾帶私貨”與合理規(guī)劃版面 |
| 結語 |
| 參考文獻 |
| 致謝 |
| 附錄1 |
| 附錄2 |
（7）《人工智能：如何改變未來》（節(jié)選）英譯漢實踐報告（論文提綱范文）
| 摘要 |
| Abstract |
| Chapter 1 Task Description |
| 1.1 Introduction to the Source Text |
| 1.2 Significance of the Task |
| 1.2.1 Practical significance |
| 1.2.2 Theoretical significance |
| 1.3 Features of the Source Text |
| 1.3.1 Lexical features |
| 1.3.2 Syntactic features |
| 1.3.3 Discourse features |
| Chapter 2 Process Description |
| 2.1 Preparations before Translation |
| 2.1.1 Preparations of background knowledge |
| 2.1.2 Preparations of translation tools |
| 2.1.3 Preparations of translation theory |
| 2.2 Task Process |
| 2.3 Quality Control |
| Chapter 3 Case Analysis |
| 3.1 Analysis on Lexical Level |
| 3.1.1 Translation of professional terms |
| 3.1.2 Translation of proper nouns |
| 3.2 Analysis on Syntactic Level |
| 3.2.1 Amplification and omission |
| 3.2.2 Division and combination |
| 3.2.3 Inversion and negation |
| 3.3 Analysis on Discourse Level |
| 3.3.1 Cohesion |
| 3.3.2 Coherence |
| Chapter 4 Translation Summary |
| 4.1 Reflections on the Translation Process |
| 4.2 Limitation of the Task |
| Bibliography |
| Appendix Ⅰ: Translated Text |
| Appendix Ⅱ: Source Text |
| 作者簡歷 |
| Acknowledgements |
| 學位論文數(shù)據(jù)集 |
（8）桂林市XL熱水公司發(fā)展策略研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第1章 緒論 |
| 1.1 選題背景 |
| 1.2 研究目的和意義 |
| 1.2.1 研究目的 |
| 1.2.2 研究意義 |
| 1.3 研究內容 |
| 1.4 研究思路和方法 |
| 1.4.1 研究思路 |
| 1.4.2 研究方法 |
| 第2章 理論基礎與文獻綜述 |
| 2.1 理論基礎 |
| 2.1.1 PEST分析模型 |
| 2.1.2 五力分析模型 |
| 2.1.3 SWOT分析模型 |
| 2.2 文獻綜述 |
| 2.2.1 國外研究現(xiàn)狀 |
| 2.2.2 國內研究現(xiàn)狀 |
| 2.2.3 文獻述評 |
| 第3章 桂林市XL熱水公司發(fā)展環(huán)境分析 |
| 3.1 XL熱水公司基本情況 |
| 3.2 PEST模型分析 |
| 3.2.1 政策環(huán)境分析 |
| 3.2.2 經濟環(huán)境分析 |
| 3.2.3 技術環(huán)境分析 |
| 3.2.4 社會環(huán)境分析 |
| 3.3 五力模型分析 |
| 3.3.1 行業(yè)內的競爭情況分析 |
| 3.3.2 供應商的議價能力分析 |
| 3.3.3 顧客議價能力分析 |
| 3.3.4 替代品的威脅分析 |
| 3.3.5 潛在進入者的威脅分析 |
| 3.4 SWOT模型分析 |
| 3.4.1 優(yōu)勢分析 |
| 3.4.2 劣勢分析 |
| 3.4.3 機會分析 |
| 3.4.4 威脅分析 |
| 第4章 桂林市XL熱水公司面臨的主要問題 |
| 4.1 公司缺乏未來的發(fā)展規(guī)劃 |
| 4.2 公司業(yè)務管理缺乏創(chuàng)新 |
| 4.2.1 熱水業(yè)務監(jiān)控技術創(chuàng)新不足 |
| 4.2.2 管理服務創(chuàng)新不足 |
| 4.3 公司缺乏品牌形象 |
| 4.3.1 公司沒有門戶網(wǎng)站 |
| 4.3.2 公司沒有LOGO設計 |
| 4.3.3 公司沒有樹立典型項目 |
| 4.4 公司規(guī)模小缺合作伙伴 |
| 4.4.1 公司規(guī)模小 |
| 4.4.2 缺乏合作伙伴 |
| 4.4.3 市場威脅 |
| 4.5 公司管理混亂缺乏人才 |
| 4.5.1 集權管理,阻礙發(fā)展 |
| 4.5.2 組織結構簡單,但職責不明 |
| 4.5.3 沒有制度,缺乏人才 |
| 第5章 桂林市XL熱水公司發(fā)展策略建議 |
| 5.1 公司發(fā)展原則與目標 |
| 5.1.1 發(fā)展原則 |
| 5.1.2 發(fā)展目標 |
| 5.2 公司發(fā)展策略 |
| 5.2.1 “互聯(lián)網(wǎng)+”創(chuàng)新策略 |
| 5.2.2 塑造品牌形象策略 |
| 5.2.3 建立合作伙伴策略 |
| 5.2.4 構建核心人才策略 |
| 第6章 桂林市XL熱水公司發(fā)展策略的保障措施 |
| 6.1 “互聯(lián)網(wǎng)+”創(chuàng)新策略的保障措施 |
| 6.1.1 建立公司網(wǎng)站 |
| 6.1.2 使用藍牙熱水表和水控APP應用軟件 |
| 6.1.3 熱水系統(tǒng)運用物聯(lián)網(wǎng)技術 |
| 6.2 塑造品牌形象策略的保障措施 |
| 6.2.1 設計公司LOGO |
| 6.2.2 統(tǒng)一員工工作服 |
| 6.2.3 熱水系統(tǒng)設備印上公司LOGO等信息 |
| 6.2.4 打造典型應用案例宣傳資料 |
| 6.3 建立合作伙伴策略的保障措施 |
| 6.3.1 與上游供應商的合作 |
| 6.3.2 與本地金融機構的合作 |
| 6.3.3 與其他公司的業(yè)務合作 |
| 6.4 構建核心人才策略的保障措施 |
| 6.4.1 公司人員按崗招聘 |
| 6.4.2 建立員工保障機制 |
| 6.4.3 建立員工激勵機制 |
| 第7章 結論與展望 |
| 7.1 結論 |
| 7.2 展望 |
| 7.2.1 研究不足 |
| 7.2.2 未來展望 |
| 參考文獻 |
| 致謝 |
（9）基于對話策略學習技術構建醫(yī)療聊天機器人（論文提綱范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景與意義 |
| 1.1.1 研究背景 |
| 1.1.2 研究意義 |
| 1.2 研究現(xiàn)狀 |
| 1.3 本文主要工作 |
| 1.4 本文組織結構 |
| 第二章 相關技術綜述 |
| 2.1 聊天機器人概述 |
| 2.2 自然語言理解 |
| 2.2.1 文本向量化 |
| 2.2.2 意圖識別 |
| 2.2.3 命名實體識別 |
| 2.3 對話管理 |
| 2.3.1 對話狀態(tài)追蹤 |
| 2.3.2 對話策略學習 |
| 2.4 自然語言生成 |
| 2.5 深度學習 |
| 2.5.1 循環(huán)神經網(wǎng)絡 |
| 2.5.2 長短期記憶網(wǎng)絡 |
| 2.6 強化學習 |
| 2.7 深度強化學習 |
| 2.7.1 深度Q網(wǎng)絡 |
| 2.7.2 深度雙Q網(wǎng)絡 |
| 2.8 本章小結 |
| 第三章 基于監(jiān)督學習的對話策略學習 |
| 3.1 模型構建 |
| 3.1.1 文本向量化 |
| 3.1.2 實體提取與追蹤 |
| 3.1.3 訓練LSTM模型 |
| 3.1.4 預測動作輸出 |
| 3.2 模型實現(xiàn) |
| 3.2.1 模型訓練 |
| 3.2.2 模型預測 |
| 3.3 本章小結 |
| 第四章 基于深度強化學習的對話策略學習 |
| 4.1 模型構建 |
| 4.1.1 用戶模擬器 |
| 4.1.2 對話狀態(tài)追蹤 |
| 4.1.3 智能體 |
| 4.2 模型實現(xiàn) |
| 4.2.1 模型訓練 |
| 4.2.2 模型預測 |
| 4.3 本章小結 |
| 第五章 醫(yī)療聊天機器人對話策略的實現(xiàn) |
| 5.1 實驗準備 |
| 5.1.1 疫情咨詢任務 |
| 5.1.2 熱線求助任務 |
| 5.1.3 預約掛號任務 |
| 5.1.4 數(shù)據(jù)導入與標記 |
| 5.2 實驗設置 |
| 5.2.1 實驗環(huán)境 |
| 5.2.2 模型超參數(shù)設置 |
| 5.2.3 系統(tǒng)處理邏輯架構 |
| 5.2.4 數(shù)據(jù)集劃分 |
| 5.3 實驗結果與分析 |
| 5.3.1 基于規(guī)則的對話策略模型回復結果示例 |
| 5.3.2 基于監(jiān)督學習的對話策略模型實現(xiàn)結果 |
| 5.3.3 基于深度強化學習的對話策略模型實現(xiàn)結果 |
| 5.4 模型評估 |
| 5.4.1 評估方法 |
| 5.4.2 評估結果 |
| 5.4.3 評估總結 |
| 5.5 醫(yī)療聊天機器人的實現(xiàn)效果 |
| 5.6 本章小結 |
| 第六章 總結與展望 |
| 6.1 工作總結 |
| 6.2 未來展望 |
| 參考文獻 |
| 致謝 |
（10）基于詞向量的DGA域名檢測深度學習模型與算法研究（論文提綱范文）
| 致謝 |
| 摘要 |
| abstract |
| 1 緒論 |
| 1.1 課題來源 |
| 1.2 研究背景及意義 |
| 1.3 國內外研究現(xiàn)狀 |
| 1.4 本文主要工作 |
| 1.5 論文組織結構 |
| 2 基本理論 |
| 2.1 深度學習概述 |
| 2.2 卷積神經網(wǎng)絡 |
| 2.3 循環(huán)神經網(wǎng)絡 |
| 2.4 詞向量 |
| 2.5 本章小結 |
| 3 混合詞向量深度學習模型的DGA域名檢測算法 |
| 3.1 DGA域名檢測的深度學習方法 |
| 3.2 面向DGA域名檢測的混合詞向量架構 |
| 3.3 基于混合詞向量架構的DGA檢測模型 |
| 3.4 實驗結果及其分析 |
| 3.5 本章小結 |
| 4 基于混合詞向量Transformer網(wǎng)絡的DGA域名檢測算法 |
| 4.1 Transformer網(wǎng)絡 |
| 4.2 基于改進Transformer網(wǎng)絡的DGA域名檢測模型 |
| 4.3 基于混合詞向量Transformer網(wǎng)絡的DGA域名檢測模型 |
| 4.4 實驗結果及其分析 |
| 4.5 本章小結 |
| 5 總結和展望 |
| 5.1 總結 |
| 5.2 展望 |
| 參考文獻 |
| 作者簡歷 |
| 學位論文數(shù)據(jù)集 |
四、HOT和BOT研究及改進（論文參考文獻）
- [1]大型膜生物反應器在中國工業(yè)廢水處理中的應用——技術經濟特征、驅動力和展望[J]. 張姣,肖康,劉紫微,高庭葦,梁帥,黃霞. Engineering, 2021(06)
- [2]基于GAN-LSTM的僵尸網(wǎng)絡檢測研究[D]. 薛昊天. 武漢郵電科學研究院, 2021(01)
- [3]地基微波輻射計亮溫觀測數(shù)據(jù)的質量評價、訂正與反演應用研究[D]. 李青. 南京信息工程大學, 2021(01)
- [4]云南和西藏地區(qū)枸櫞資源香氣評價及檸檬果實外觀缺陷的成因研究[D]. 周先艷. 華中農業(yè)大學, 2020
- [5]玉米灌漿期應答干旱的生理生化及蛋白組學研究[D]. 王萱. 河北農業(yè)大學, 2020(01)
- [6]議程設置視域下的微博熱搜研究[D]. 尚延蓉. 內蒙古師范大學, 2020(08)
- [7]《人工智能：如何改變未來》（節(jié)選）英譯漢實踐報告[D]. 付瑛群. 山東科技大學, 2020(06)
- [8]桂林市XL熱水公司發(fā)展策略研究[D]. 覃冠. 桂林理工大學, 2020(02)
- [9]基于對話策略學習技術構建醫(yī)療聊天機器人[D]. 陳鵬. 南京大學, 2020(04)
- [10]基于詞向量的DGA域名檢測深度學習模型與算法研究[D]. 杜鵬. 中國礦業(yè)大學, 2020