纳米TiO2对环氧树脂表面施胶剂的增韧效果

以超声波法将不同比例的纳米TiO2分散在环氧树脂乳液中,增韧环氧树脂表面施胶剂,提高环氧树脂表面施胶剂的韧性和机械强度。研究了影响纳米TiO2在环氧树脂乳液中均匀分散的因素,并对改性后环氧树脂涂膜进行检测。结果表明改性环氧树脂的条件为:超声时间30 min、环氧树脂温度50℃、超声功率100%、环氧树脂质量分数60%、纳米TiO2添加量3%。此条件下改性环氧树脂乳液粒径为1.69μm,改性环氧树脂的不透明度、储能模量与损耗因子明显提高,玻璃化温度略有降低。将改性环氧树脂用于表面施胶,纸张纵向抗张强度、表面结合强度、耐折度有明显提高,挺度略有下降。     

204例高级知识分子血脂分析

本对２０４例高级知识分子的血脂检查结果进行了分析。     

基于量化指标分析的软件质量度量方法

使用定量的软件质量度量能够为质量管理人员的决策提供数据的基础，并减少定性评价或者主观评价的片面性。本文基于ISO/IEC9126软件质量标准，在分析软件质量度量的量化指标的基础上，进行了软件质量度量方法的研究，完善了软件质量综合特性和定量指标的度量模型。     

MR图像中附加图信息提取及图像显示实现

 MR图像中的附加图信息(overlay)可以为磁共振波谱(MRS)提供指导, 同时能帮助医生定位病灶, 从而准确显示附加图信息, 对辅助医学影像诊断具有非常重要的意义.然而常用的一些DICOM浏览工具在显示DICOM医学图像时往往会丢失对于磁共振波谱研究有重要意义的附加信息.基于此种情况, 本文采用江苏省人民医院提供的磁共振波谱数据, 对像素的提取方法和附加信息进行仔细研究, 同时在DICOM图像上显示实验, 并在Eclipse开发环境中, 利用Java语言和开源包dcm4che-2.0.23进行DICOM显示程序dicomreader的开发.实验结果证明, 本文的Java程序dicomreader软件可以快速将DICOM转换显示为图像并精确显示出附加信息, 并且提取出来的附加信息可以用于研究人员定位脑肿瘤等病变组织、对脑组织进行三维重建、对MRI图像进行分割或是根据波谱信息进行临床诊断等相关研究.     

添加纳米Al微粒对纯钛微弧氧化膜层性能的影响

 在微弧氧化电解液中添加纳米Al 微粒,在纯钛表面进行微弧氧化制备Al₂O₃/TiO₂复合微弧氧化膜,采用Quant 200 型扫描电子显微镜(SEM)观察膜层的表面形貌,并研究纳米Al 微粒对微弧氧化复合膜层硬度和耐磨性能的影响。结果表明,纳米Al微粒的添加可使纯钛微弧氧化膜的表面更加平整致密,硬度和耐磨性显著提高。电解液中添加3 g/L 纳米Al 微粒后,微弧氧化的终止电压由460 V 上升至515 V,硬度由811 HV 提高至1232 HV,平均摩擦系数由0.68 降低至0.57,磨损失重由1.0 mg 降低至0.58 mg。     

一种永磁轴承的设计和磁场分布的解析计算

从永磁体的分子电流观点出发,应用矢量磁位法,对轴向均匀充磁的永磁环,建立用完全椭圆积分表示的永磁环外部空间磁势和磁场分布的解析计算表达式.根据矢量迭加原理,应用该公式可计算1块至多块永磁环并列放置时其外部空间的磁场分布.通过对单块永磁环磁场分布的仿真计算和实验测试数据比较,磁感应强度计算误差不超过8%,验证了计算公式的正确性.     

甲烷部分氧化制合成气负载型过渡金属催化剂性能的研究

考察了负载在不同载体上的过渡金属催化剂用于甲烷部分氧化(POM)制合成气反应的催化性能.结果发现,负载型贵金属催化剂一般表现出比过渡金属催化剂更好的POM反应性能,活性金属组分在载体上的分散度可以影响其催化性能,但金属的电子组态对催化剂性能的影响更为明显,适中的未成对d电子对POM反应是有益的.在各种载体材料中,SiO2等低酸性且无明显氧化还原性能的材料是制备POM反应催化剂的良好载体,在所研究的各种催化剂中,SiO2负载的Rh催化剂具有最佳的POM反应性能.反应条件可以明显地影响POM反应的性能,升高温度有利于提高甲烷转化率和CO选择性,原料气中过高的VCH4/Vo2不利于POM反应的进行.     

四丁基溴化铵存在下水介质中微波促进2-羟基查尔酮的合成

2-羟基苯乙酮与取代苯甲醛在20%NaOH水溶液中,TBAB(四丁基溴化铵)存在下,微波辐射3~7 min,合成了13种羟基查尔酮及其衍生物.产物经红外光谱,核磁共振氢谱确认结构.     

吉林双阳梅花鹿成纤维细胞生长因子10的克隆和基因分析

根据多个物种的成纤维细胞生长因子10的序列,设计了特异的引物,从吉林双阳梅花鹿子宫cDNA库中得到了梅花鹿成纤维细胞生长因子10,并应用多种数据库和软件对其进行了分析．     

基于样本重要性原理的KNN文本分类算法

KNN是重要数据挖掘算法之一,具有良好的文本分类性能.传统的KNN方法对所有样本权重看作相同,而忽略了不同样本对于分类贡献的不同.为了解决该个问题,提出了一种样本重要性原理,并在此基础上构造KNN分类器.应用随机游走算法识别类边界点,并计算出每个样本点的边界值,生成每个样本点的重要性得分,将样本重要性与KNN方法融合形成一种新的分类模型——SI-KNN.在中英文文本语料上的实验表明:改进的SI-KNN分类模型相比于传统的KNN方法有一定的提高.