随着知识时代的到来,专利数据体量呈爆发性增长,专利信息日益重要,但是其中的专利价值参差不齐,急需一种手段来对此进行辨别。传统的专利价值评估方法需要大量市场指标,已不能适应大规模的专利数据。利用机器学习方法不但可以减轻评估人员繁重的分析任务,还可以提高分析效率和准确率。然而,大多数利用机器学习对专利价值进行评估的研究仅仅考虑专利样本中较好处理的结构化数据,没有建立专利文本与专利价值之间的联系。本研究
偶氮染料凭借其出色的染色性能在染料品类中占比70%以上,应用非常广泛。偶氮型活性染料兼顾了活性染料色光鲜艳,具有较好的耐摩擦、水洗、日晒牢度等优点,是一类非常具有商业价值的染料。传统的偶氮型活性染料在实际生产是采用间歇釜式反应器进行生产的。反应釜设备庞大,传质、传热都不能达到较优的生产条件,这导致了所产的染料中容易混入副产物从而造成染料批次间有差异,从而降低了染料的品质。与此同时,间歇釜式的生产方
近年来随着医疗信息化快速发展,医疗数据复杂多样,医疗服务质量要求不断提升。依托各类医院信息系统(Hospital Information System,HIS)的服务要求越来越高。医疗机构均实施了各类医院信息系统来满足需求,但是各系统之间缺乏互联互通缺乏数据共享,因此工作效率低下,服务效果不佳。医疗数据缺乏大数据分析和利用,就患者住院费用的药占比、耗材比、抗菌药物使用率过高等问题缺少管控手段,不利
人口老龄化是一个国家经济、政治、文化、社会高度发展的产物,也是社会发展的必然趋势。尽管人口老龄化有其必然性,但却对国家经济、政治、文化与社会的发展产生着巨大的影响。从客观外在形态的变化来看,人口老龄化在宏观上体现为人口结构的变化、中观上体现为劳动力比例的减少、微观上则体现为家庭与社会需要投入更多的资源来解决养老问题。从20世纪末中国进入老龄化社会以来,中国老龄化事业已经走过了二十多年。在这二十多年