基于有机酸体系下的生物质预处理及其酶解特性的研究

来源 :齐鲁工业大学 | 被引量 : 0次 | 上传用户:abcdewwy
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
其他文献
随着大数据时代的到来,互联网的存储信息量增长迅速。人们享受着大数据带来的福利,同时也面临着被数据信息包围的困扰,也就是“信息过载”问题。个性化推荐系统能够自发的学习用户的行为、了解用户的信息,并以此来对用户的兴趣进行学习,因此,个性化推荐系统成为解决“信息过载”问题最有效的方式之一。上下文感知推荐系统是一种典型的个性化推荐方法。上下文感知推荐系统的优点是能够充分考虑上下文环境对用户兴趣的影响,因此
学位
实体关系抽取任务是自然语言处理领域中非常重要的研究方向之一,旨在从非结构化文本中识别并判定实体对之间存在的特定关系。随着互联网的飞速发展产生了海量的非结构化文本信息,其中蕴藏着丰富的有价值的信息,人们对数据的信息抽取有了更加迫切的需求。因此实体关系抽取技术在工业界和学术界得到了广泛关注,构建高效、精确的实体关系抽取模型,既是文本挖掘、知识图谱构建、信息检索等应用的基础,同时也可以为电商、金融、医疗
学位
图像语义分割是计算机理解图像、处理图像的一种重要方法,在医学图像处理、卫星地理信息系统、机器人视觉等方面都具有广泛应用。深度学习是对人类神经系统的进一步模仿,其关键内容是使用卷积运算整合输入数据,提取出更具代表性的特征数据,再从高维特征中发现数据分布的规律,进而完成多种任务。受益于卷积神经网络优秀的计算能力,基于深度学习的方法在高效处理大批量数据的同时,也能保证更好的分割结果,这为图像语义分割带来
学位
多模态大数据的多样性,是它区别于传统大数据的重要特点之一。多模态大数据往往由多种不同结构形式的数据组成,这些不同模态的数据对同一事物的描述,既有一定的独立性,也有很强的关联性。准确、高效地提取多模态大数据中隐藏的融合信息并加以处理,有助于解决目前的各种多模态数据分析任务。近年来,随着社交媒体的普及,越来越多的用户热衷于在社交媒体上同时用不同的媒体形式表达自己的感受与看法,这大大促进了社交网站上用户
学位
复杂网络在生活与生产中以各种形式存在,识别网络中关键节点可以对网络进行更深入的了解和控制,中心性算法主要应用于网络的关键节点识别中,目前网络中心性算法是以网络中节点的单一属性为研究对象对网络节点进行评分,本文将从网络节点的全局属性以及局部属性两个层面综合考虑,提出融合节点多属性的关键节点识别方法。将本文提出的融合节点多属性的关键节点识别方法适用于无向无权网络,以及改进融合节点多属性的关键节点识别算
学位
目前,现代网络通信中信息交流的主要载体为图像与视频组成的视觉信息。而随着视觉信息在网络中的频繁使用,各种图像与视频编辑软件也盛行起来。借助此类软件,普通人不再需要具备专业的知识技能即可对图像或视频进行编辑或篡改,而篡改后的图像或视频并不会留下明显的可视痕迹。这种情况便给不法分子进行违法犯罪活动提供了契机,使得网络上传播的图像与视频的真实性与原始性遭受质疑。因此,视觉信息的原始性与真实性判别成为了法
学位
信息技术的发展使视频会议成为我们日常生活中重要的一部分,尤其是2020年疫情,使得视频会议产品市场得到极大拓展。视频会议能够打破人们的地域限制,为我们工作学习以及生活带来极大便利。视频会议应用市场广阔,目前市面上的视频通话产品种类丰富,形式多样。但是对于一些应用在内部局域网环境中的企业,部署一套自己的视频会议系统成本较高,并且系统存在延迟卡顿,连接不稳定等情况,效果不甚理想。本文利用谷歌开源的即时
学位
近年来,区块链技术发展十分迅猛,广泛应用在医疗、金融、能源等领域,区块链技术在我们的日常生活中扮演着越来越重要的角色。区块链本质上是一个分布式的账本,它是由多种技术创新组合而成,包括密码学技术、共识算法、哈希函数、智能合约等。其安全性主要依赖于底层密码学技术基础,尤其是数字签名。现有的区块链技术大多使用基于椭圆曲线密码算法的数字签名,但随着量子搜索算法的发展,基于椭圆曲线密码的数字签名已经能够在很
学位
随着计算机技术的快速发展,三维视觉越来越多地出现在人们的生活中。同时在学术研究中,基于三维视觉的研究在计算机视觉领域正占据着越来越大的比重。不管在实际应用还是学术研究中,如何从海量的三维模型中快速且准确地检索出正确的模型是需要解决的关键问题。因此,基于三维模型的检索任务越来越受到关注和重视,并成为一个重要的研究方向。三维模型有多种表示方式,包括多视图、点云和体素。本文中的工作都是采用多视图的表示方
学位
心血管疾病的发病率逐年上升。心血管疾病范围十分广泛,主要包括心律失常、心肌梗塞等。想要精确地判别这些疾病,就需要利用心电设备获取到病人的心电图。一般心电图的判别需要医学领域专家进行人工判别,这样劳神劳力且容易出错。因此通过计算机辅助系统诊断心电图是非常重要的。深度学习具有从原始数据中学习特征的独特能力,但存在数据依赖,迁移学习解决了这个问题。它允许迁移已有的知识来解决少量数据集的目标域中的问题。本
学位