在这项研究中，从日本的天然水生环境中分离并鉴定了具有广泛pH耐受性的酵母。 尽管工业需求尚未得到满足，但仅报道了一些耐碱酵母的基础和应用研究。 首先，我们调查了pH 7.6-9.4的天然水生环境中的耐碱酵母。 我们从7个属和9个物种中分离了35个在pH 9.0培养基中生长的酵母菌株：25个菌株（N1，N2，通过N6，N9，K1，K3到K19）是Rhodotorula mucilaginosa； 一株（N7）为河豚假单胞菌； 其中一株（N8）是斯氏杆菌。 其中两个（N10和N13）是异常Wicherhamonyces。 其中一个（N11）是Saberus； 一个（S1）是Candida sp .； 两个（S2和S4）是中间念珠菌； 一个（S3）是假丝酵母。 一个（K2）是隐球菌液化。 我们检查了pH对代表性酵母菌株生长的影响。 菌株K12和S4在pH 3-10下显示高生长。菌株N7，N8，N10，N11和S3在pH 3-9下显示高生长。菌株K2和S1在pH 4-8下显示高生长。该菌株具有从pH 3-5的酸性介质到pH 6-8的中和活性。我们先前从极端酸化的环境中分离了耐酸酵母（隐球菌T1

针对干涉阵的波达方向估计，提出一种干涉式悟相估计的盲波达方向估计算法．利用干涉式幅相估计算法的空间谱和模型阶数选择准则获得目标个数和目标方向余弦的粗估计；使用子阵间的相位中心偏移来获得目标方向余弦的精估计．针对干涉阵带来的测角模糊问题，采用双尺度解模糊算法得到高精度且无模糊的目标波达方向估计．该算法是一种盲波达方向估计方法，精度较多重信号分类算法和双尺度旋转不变子空间算法的高．计算机仿真结果和实测数据验证了干涉阵波达方向估计的高精度测角性能和有效性．

为提高母型船阻力性能，以船体阻力性能为优化对象，基于改造母型船法，研究船舶球鼻艏以及船尾线型的改变对船舶阻力性能的影响。采用高度集成化的Tribon系统、可视化绘图软件Auto CAD及CFD(Computational Fluid Dynamics)通用前处理软件ICEM联合建模的方法来建立船体模型。通过模拟计算结果与实验值的对比分析，验证CFD技术在船舶阻力性能预报中的合理性和有效性。通过对比3种不同球鼻艏时的船体阻力得知：从阻力性能方面考虑，对于低速丰满型船舶选用普通型球鼻艏以及中高速船舶采用上翘型

用Python进行自然语言处理(中文)

计算语言学概论是经典教材，也是自然语言处理和计算语言学专业的必读书目

自然语言处理NLP综述

资源MIT发布的10大自然语言处理数据集和语料库

课程分享——自然语言处理NLP原理与实战视频课程，大家下载学习

近年来，图像文本建模研究已经成为自然语言处理领域一个重要的硏究方向。图像常被用于增强句子的语义理解与表示。然而也有硏究人员对图像信息用于句子语义理解的必要性提岀质疑，原因是文本本身就能够提供强有力的先验知识，帮助模型取得非常好的效果;甚至在不使用图像的条件下就能得出正确的答案。因此硏究图像文本建模需要首先回答一个问题：图像是否有助于句子语义的理解与表示？为此，本文选择一个典型的不包含图像的自然语言语义理解任务：自然语言推理，并将图像信息引人到该任务中用于验证图像信息的有效性。由于自然语言推理任务是一个单一的自然语言任务，在数据标注过程中没有考虑图像信息，因此选择该任务能够更客观地分析岀图像信息对句子语义理解与表示的影响。具体而言，本文提出一种通用的即插即用框架（generalplugandplayframework）用于图像信息的整合。基于该框架，本文选择目前最先进的五个自然语言推理模型，对比分析这些模型在使用图像信息前后的表现，以及使用不同图像处理模型与不同图像设置时的表现。最后，本文在一个大规模公开数据集上进行了大量实验，实验结果证实图像作为额外知识，确实有助于句子语义的理解与表示。此外，还证实了不同的图像处理模型和使用方法对整个模型的表现也会造成不同的影响。

给大家分享一套课程——自然语言处理NLP企业级项目课程合集课程（实体关系抽取+情感分析+新闻文本分类+火车票识别+命名实体识别），大家下载学习。