[目的/意义]简报是重要的情报产品，摘要和关键词汇集是简报的核心组成部分，从用户认知角度研究简报生成机制、形成认知与计算的有机结合，有助于更好地满足用户对专业知识的需求，提高情报供给服务能力。[方法/过程]以认知科学中的“选择性注意衰减”理论模型为基础，将信息简报的生成作为人类信息加工的模拟过程，首先，以选择性注意中的“衰减器”模型为理论支撑，从摘要、关键词、简报三个层级进行一体化设计；其次，采用KeyBERT和Transformer算法，对联合国教科文组织UNESCO科技报告进行关键词抽取和摘要生成，形成具有一定实用价值的简报生成技术；最后，采用信息熵和ROUGE值对生成结果进行评价。[结果/结论]实验结果通过信息熵、ROUGE-2、ROUGE-L等值进行对比评价，信息熵值均在6～8之间，ROUGE值满足了摘要可用性水平，表明选择性注意衰减模型不仅能够提高摘要效果，覆盖文本的核心信息，同时该方法自动生成摘要结果较为符合人的认知习惯，有助于形成可计算、可解释的信息简报生成与知识服务模式。

[目的/意义]简报是重要的情报产品，摘要和关键词汇集是简报的核心组成部分，从用户认知角度研究简报生成机制、形成认知与计算的有机结合，有助于更好地满足用户对专业知识的需求、提高情报供给服务能力。［方法/过程]以认知科学中的“选择性注意衰减”理论模型为基础，将信息简报的生成作为人类信息加工的模拟过程，首先，以选择性注意中的“衰减器”模型为理论支撑，从摘要、关键词、简报三个层级进行一体化设计；其次，采用KeyBERT和Transformer算法，对联合国教科文组织Unesco科技报告进行关键词抽取和摘要生成，形成具有一定实用价值的简报生成技术；最后，采用信息熵和ROUGE值对生成结果进行评价。［结果/结论]实验结果通过信息熵、ROUGE-2、ROUGE-L等值进行对比评价，信息熵值均在6～8之间，ROUGE值满足了摘要可用性水平，表明选择性注意衰减模型不仅能够提高摘要效果，覆盖文本的核心信息，同时该方法自动生成摘要结果较为符合人的认知习惯，有助于形成可计算、可解释的信息简报生成与知识服务模式。

为解决苹果园中无线传感器网络的规划和部署问题,研究2.4GHz无线信道在苹果园中的传播特性。在山东省肥城市普通的苹果园进行实地试验。选取对信号传播影响最大的一列果树,发射天线固定在两棵树之间发射信号,分别测量6个高度18个位置点的接收信号强度和丢包率。回归分析结果表明:无论发射天线多高,不同水平高度上的接收信号强度衰减均符合对数路径损耗模型,拟合的决定系数为0.927~0.987。发射天线高度不变时,衰减系数n值能用接收天线高度的二次函数曲线拟合,拟合的决定系数为0.71~0.89;模型参数A和接收天线高度符合线性关系,拟合的RMSE为0.2~1.2。建立以发射天线高度、接收天线高度和传播距离...

在保险精算中把同批人受两个或者两个以上减因影响陆续减少过程规律的数学模型称为多重衰减模型。理论研究对可变利率条件下的养老金多重衰减模型讨论甚少。文章将利率设定为Vasicek模型,并根据生存年金理论得到离散条件多重衰减模型的年金、保险金及净保费责任准备金的精算现值表达式。这对解决企业科学合理地设计各种养老金计划,避免企业养老基金出现赤字等问题具有重要意义。

粮食单产水平的提高是河南粮食增产的主要原因,准确预测粮食单产水平,对科学判断河南粮食生产能力、制定粮食生产战略意义重大。论文针对目前直接以单产为变量建立的预测模型未能反映出单产增长的有限性和增速的减缓性之不足,研究提出了一种基于单产提升潜力衰减过程的单产预测方法。该方法利用河南耕地的平均单产潜力和历年实际单产数据,计算得到河南历年单产可提升潜力值;依据单产提升潜力理论上呈逐渐衰减之变化特点,可采用指数衰减函数建立单产提升潜力回归模型,以达到间接预测单产之目的。结果表明:1)单产提升潜力对数值与时间t之间具

粮食单产水平的提高是河南粮食增产的主要原因,准确预测粮食单产水平,对科学判断河南粮食生产能力、制定粮食生产战略意义重大。论文针对目前直接以单产为变量建立的预测模型未能反映出单产增长的有限性和增速的减缓性之不足,研究提出了一种基于单产提升潜力衰减过程的单产预测方法。该方法利用河南耕地的平均单产潜力和历年实际单产数据,计算得到河南历年单产可提升潜力值;依据单产提升潜力理论上呈逐渐衰减之变化特点,可采用指数衰减函数建立单产提升潜力回归模型,以达到间接预测单产之目的。结果表明:1)单产提升潜力对数值与时间t之间具有高度负线性相关关系,适宜建立指数回归模型;2)回归模型V_q-V_t=e~(-0.009 5t+9.464 7)拟合优度R~2=0.973 1,在0.01置信水平上回归显著;3)预测模型反映出了单产提升潜力的有限性和衰减性,即单产潜力对单产水平的限制性,模型理论诠释清晰;4)利用河南1978—2000年的单产数据作为样本建立预测模型,用样本以外2001—2015年的实际单产作为观测值,对预测单产进行模型预测检验,结果表明该模型预测单产绝对误差均值为129.15kg/hm~2,仅为现有方法的0.17~0.82倍,且误差平稳,适宜于单产中长期预测;5)预测得河南2020、2025、2030年的平均单产分别为6 375、6 765、7 155 kg/hm~2,年均增幅为85.20~74.55 kg/hm~2,增速呈逐渐减缓趋势。

近年来，科学文献呈现增速迅猛、内容复杂、主题细化等特点，给文献分类任务带来了挑战。在此背景下，推动文献自动分类技术的发展，实现科学文献在《中国图书馆分类法》上的正确分类对于信息资源的智能化管理和科学研究的效率化检索具有重要意义。本文提出了多重特征关联和图注意力网络融合的层次分类（hierarchical text classification networks based on multiple feature correlation and graph attention network,HTCN-MCGAT）模型。该模型由三个模块组成。首先是文献表示与增强模块。为适配文献分类任务，采用表示和增强两阶段流程，重新设计BERT (bidirectional encoder representation from transformers)预训练模型的微调阶段，使其能够从文献摘要、标题和关键词的内部字符关联以及外部文档关联两个级别实现当前文献的增强表示。其次是标签关联建模模块。使用图注意力网络实现标签语义和层次结构的关系建模。最后是层次交互分类模块。先构建文献和标签的层次融合注意力机制，实现特征空间的文献语义信息与符号空间的层次标签信息的特征关联；再基于多任务学习视角，通过全局和局部信息融合的层次分类网络实现文献分类。本文以中文医学文献作为研究对象，设计系列实验，相较于逐层和平面多分类方法，HTCN-MCGAT模型在F1-score上提高了4.34%～13.21%。此外，还通过样例分析综合验证了本文模型的有效性。本文从特征关联丰富化和层次关系建模两方面对文献分类模型展开优化，在文献分类任务中发挥了较好的应用价值，未来可以推广至更多具有层次结构的分类任务领域。

目的:探究考试焦虑不同程度个体的选择性注意抑制功能。方法:通过考试焦虑问卷,筛选出高、低考试焦虑大学生,以其为被试,采用改进的情绪负启动范式,控制刺激材料的相关度和效价,以语义判断的情绪负启动任务,考察高考试焦虑者的注意抑制能力。结果:高考试焦虑组在考试相关高、低威胁刺激和考试无关高威胁刺激条件下,负启动条件下的反应时间显著短于控制条件下,负启动量显著小于低考试焦虑组,且负启动量值为负;在考试无关低威胁刺激时,负启动条件下的反应时间显著长于控制条件下,负启动量为正,且与低考试焦组无差异。结论:高考试焦虑者对考试相关的特定刺激和一般性高威胁刺激均存在注意抑制困难。

数字人文研究为古籍文献的深度开发与展示提供了良好的平台。精准的文本分词是研究者在古籍文献处理中需要优先解决的问题。文章基于记载春秋至魏晋时期历史的最具有代表性的6部官修史籍构建古文分词语料库，结合预训练和词典信息融合两种策略运用4种深度学习模型进行多组对比实验，以确定不同模型的适用范畴。在此基础上开发面向繁体古文的分词工具，为从事数字人文的研究者提供简单有效的文本分词方法。

以广东省科技报告为例,从科技报告存储和科技报告浏览两个角度,运用文献计量学方法对国家科技报告服务系统的存储数据和浏览日志进行分析,研究科技报告的存储量、地域分布、项目来源、浏览量、呈交机构性质,并针对存在的问题,提出改进和完善的对策和建议。

[目的/意义]许多现有研究依赖于专利数据来识别颠覆性技术，但这些方法在专利文本的主题聚类分析方面仍有进一步优化的潜力。[方法/过程]通过构建基于新闻影响力增强的图注意力网络，以及自适应分配注意力权重，有效捕捉和充分利用技术主题词共现网络节点关系，在生成有代表性的节点向量后再进行专利文本主题聚类分析，可以进一步辅助识别潜在的颠覆性技术。[结果/结论 ]为进一步验证方法的有效性，选择智慧城市和工业互联网两个新兴技术领域进行实证检验。理论和实证分析显示，这种融合新闻影响力的图注意力网络聚类方法可以进一步丰富当前有关颠覆性技术识别的方法体系。

微博情感分析是获取微博用户观点的基础。该文针对现有大多数情感分析方法将深度学习模型与情感符号相剥离的现状,提出了一种基于双重注意力模型的微博情感分析方法。该方法利用现有的情感知识库构建了一个包含情感词、程度副词、否定词、微博表情符号和常用网络用语的微博情感符号库;采用双向长短记忆网络模型和全连接网络,分别对微博文本和文本中包含的情感符号进行编码;采用注意力模型分别构建微博文本和情感符号的语义表示,并将两者的语义表示进行融合,以构建微博文本的最终语义表示;基于所构建的语义表示对情感分类模型进行训练。该方法通

本文界定了基于情境的信息融合的内涵,探索基于情境的信息融合的处理过程,构建一种具有普适性的基于情境的信息融合模型。该模型汇集与用户决策相关的多源情境信息,进行基于情境数据的情境建模,利用黑板结构智能调度情境知识和先验模型,寻求最优融合策略完成多层次、多维度的信息融合决策处理,以期完成复杂问题的决策求解。

自1943年Kanner首次提出"自闭症"一词时起便发现该群体存在注意障碍。随着认知信息加工取向研究的盛行,研究者更倾向于从领域一般性角度来研究自闭症谱系障碍患者的注意问题。选择性注意作为注意的一个重要方面,成为自闭症谱系障碍领域的研究热点。文章在对文献资料进行梳理的基础上,介绍了一些关于自闭症谱系障碍患者选择注意的研究,并重点介绍了知觉负载理论框架下的新成果。最后,对自闭症谱系障碍患者选择性注意的研究进行了小结,并对新框架下的研究进行了展望。

研究采用负启动实验范式,通过两个行为实验分别考察了积极情绪对位置分心抑制和特性分心抑制机制的影响。结果发现,积极情绪条件下被试的位置负启动效应减少了,而特性负启动效应消失了;其它两种条件下被试的位置负启动效应和特性负启动效应很明显。研究揭示,积极情绪下个体的特性分心抑制机制松弛化,而位置分心抑制能力也有所不足。