延安大学：《对外汉语教学概论》课程教学资源（试卷习题）习题二

延安大学：《对外汉语教学概论》课程教学资源（试卷习题）习题六

延安大学：《对外汉语教学概论》课程教学资源（试卷习题）习题七

延安大学：《对外汉语教学概论》课程教学资源（实践展示）宝塔山

延安大学：《对外汉语教学概论》课程教学资源（实践展示）剪纸

金属有机框架材料 (Metal-organic frameworks，MOFs）是一种新颖的多孔晶体材料，具有比表面积大、孔隙率高、结构可设计性强等优点，但是，MOFs的低电导率以及在电解液中的稳定性等问题限制了其作为电极材料的应用。近年来，如何结合MOFs的优势进行锂离子电池电极材料的设计与合成受到了越来越多的关注。目前，通过自牺牲得到的多孔碳骨架和金属化合物等MOFs衍生复合电极材料，不仅解决了电导率低的问题，而且保留了MOFs的高比表面积和复杂多孔结构，为锂离子的插入/脱出、吸附/解吸等过程提供了丰富的活性位点；与此同时，从结构单元和化学组成方面增加了材料结构的复杂性，开放性的孔隙结构可以缓冲体积膨胀带来的机械应力，对外来离子存储和多离子传输具有重要的意义。本文综述了MOFs及其衍生物在锂离子电池电极材料的设计和研究中取得的最新进展，重点阐述了针对锂离子电池电极材料的要求进行MOFs形貌控制和修饰的方法，以及具有多孔、中空或特殊结构的MOFs衍生电极材料的制备关键影响因素及其结构特性对电化学性能的影响。最后，分析了MOFs衍生电极材料的研究挑战和发展方向

医疗实体识别是电子病历文本信息抽取的基本任务。针对中文电子病历文本复合实体较多、实体长度较长、句子成分缺失严重、实体边界不清的语言特点以及标注语料难以获取的现状，提出了一种基于领域词典和条件随机场（CRF）的双层标注模型。该模型通过对外部资源的统计分析构建医疗领域词典，再结合条件随机场，进行了两次不同粒度的标注，将领域词典识别的准确性和机器学习的自动性融为一体，从中文电子病历文本中识别出疾病、症状、药品、操作四类医疗实体。该模型在测试数据中的宏精确率为96.7%、宏召回率为97.7%、宏F1值为97.2%。同时对比分析了采用注意力机制的深度神经网络的识别效果，因受到领域数据集大小的限制，在该测试数据集中后者表现不佳。实验结果表明了该双层标注模型对中文医疗实体识别的高效性

通过室内模拟试验装置,研究源于强制电流阴极保护系统的直流杂散电流对外部无阴极保护管道干扰的缓解方法,包括跨接电阻法、牺牲阳极法和金属屏蔽线法.文中主要考察跨接电阻、牺牲阳极位置和材质、金属屏蔽线位置和连接方式等对不同干扰类型的缓解效果和规律,讨论不同缓解方法的适用性,并对不同干扰类型提出推荐方法及适用条件,可为实际工程应用提供借鉴

在按不同的工作阶段对堵渣机进行自适应功能结构分析的基础上,利用ADAMS软件对机构进行了仿真分析,找出了现有堵渣机存在的问题;并对堵渣机进行了优化及无过约束的自调结构设计.仿真结果表明:堵渣机的各项性能得到提高,工作更加稳定可靠;堵渣机的自调和自适应性能得到进一步改善,消除了堵渣机对外界工作环境的敏感性;机构自调结构具有工程实用价值和巨大的应用前景

《汉字文化》课程教学资源（经典阅读）海外汉字_古代汉语汉字对外传播史董明著