基于深度学习的中文专利自动分类方法研究

[目的/意义] 面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求，设计了7种基于深度学习的专利自动分类方法，对比各种方法的分类效果，从而助力专利分类效率和效果的提升。[方法/过程] 针对传统机器学习方法存在的缺陷，基于Word2Vec、CNN、RNN、Attention机制等深度学习技术，考虑专利文本语序特征、上下文特征以及分类关键特征，设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型，以中国专利为例，选取IPC主分类号的"部"作为分类依据，对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论] 实证研究效果显示，采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。     

大数据时代个人信息保护研究综述

[目的/意义]通过梳理大数据时代个人信息保护的研究文献，为未来研究个人信息保护提供借鉴。[方法/过程]利用CNKI数据库，系统收集关于大数据时代个人信息保护的国内核心期刊论文，对文献的内容进行分析，归纳研究主题，并进行论述。[结果/结论]将现有的研究成果按主题分为5类：国内外实践经验研究、基本理论问题研究、个人信息保护机制探索、个人信息安全风险与应对、相关法律法规研究，评述现有研究的不足之处并对未来的研究方向提出展望。     

奥运会的经济价值分析以及对北京举办奥运会的借鉴意义

2008年北京奥运会的举行将大大加快北京地区乃至我国的经济现代化建设的步伐。应用实证研究的方法，对历届奥运会的经济价值进行分析，指出举办奥运会对促进北京地区乃至全国的经济增长、改善劳动力就业，加快产业结构调整的积极作用。同时从资金筹措、场馆建设、产业可持续发展等方面对北京避免奥运会后可能出现的“经济低谷效应”，实现可持续发展提出了建议。     

克莱普冰刀速滑腿部动作运动学分析

主要研究速滑腿部动作，着重分析滑行中足部和冰刀部位细微动作。主要结论为：摆动腿着冰时间(从冰刀接触冰面到刀刃完全放平)为0．1s，着冰处靠近支撑足，从录像片未观察到着冰时足艰与冰刀座有分离现象；从足艰(蹬冰腿)开始抬起到足艰与冰刀分开最大距离(此时冰刀仍然是全刃着冰)的时问为0．05-0．067s。这正是克莱普冰刀能提高运动成绩的关键所在。采用克莱普冰刀在这段时间能仍然在全刃蹬冰，延长了蹬冰时间，提高了滑行速度。此时的蹬冰主要是依靠足尖。这种情况也预示了蹬冰足蹬离冰面的最后一段时间伸展踝关节的重要性，提高伸展踝关节的速度将有助于进一步加大蹬冰的力度而提高滑行速度。