聚琥珀酰亚胺的热力学性质研究

用XRY-1C氧弹式量热计测定了298.15 K下聚琥珀酰亚胺的标准摩尔燃烧焓,其值为-16 428.3 J/g,实验值同基于氧燃烧理论的计算值-16 193.8 J/g非常接近.为了测定实验仪器的可信度,将萘作为标准物进行检测验证,结果显示萘的标准摩尔燃烧焓的实验测定值与文献值之间的绝对误差为68.8 J/g,相对误差为0.17%.用DSC-60差示扫描量热仪测定了聚琥珀酰亚胺在308~363 K范围内的比定压热容,确定了比定压热容与温度之间的关联式,为聚琥珀酰亚胺的工业化生产、工艺开发及工程应用提供了热力学依据.     

Nafion/PDDAC固相微萃取富集测定大米中2-乙酰基吡咯啉

以普通点样毛细管作为固体萃取头研究仪器,运用Nafion和聚二甲基二烯丙基氯化铵(PDDAC)修饰点样毛细管,以气相色谱仪研究该修饰头对大米中2-乙酰基吡咯啉的吸附作用。研究优化了影响2-乙酰基吡咯啉萃取的解吸温度和时间等实验条件,目标分子的线性范围为0.50-8.00 ng·m L-1,方法的检测限为0.10 ng·m L-1,将实验结果应用于2批大米样品的实际测定。     

基于聚类划分子种群的多种群遗传算法

标准遗传算法存在易于早熟,容易陷入局部最优的缺点,同时标准多种群遗传算法存在进化后期种群同质化严重的缺陷。针对这一问题,将聚类思想引入到多种群遗传算法的子种群划分中,提出了一种使用聚类方式划分子种群的多种群遗传算法,使得种群划分不再只是单纯的随机行为,而是将满足约束条件的个体根据其特征划分到不同子种群中,从而解决种群同质化问题,避免所有子种群陷入局部最优。最后,通过测试两个典型函数,验证了该算法的有效性,为多种群遗传算法提供了一种新的研究方向。     

聚乳酸-聚扁桃酸共聚物的合成与表征

合成乳酸OCA和扁桃酸OCA单体,用DMAP引发乳酸OCA和扁桃酸OCA开环共聚合成可生物降解的聚乳酸-聚扁桃酸共聚物,通过调节聚合共聚单体的比例,可得到分子量从3 620¹1 800 g/mol不等的共聚物,实现了分子量可控的目的.使用1H NMR、GPC、DSC、TEM、XRD等手段对共聚物进行了表征,所得共聚物的热力学性能、降解性能等均得到改善.并对轮状病毒进行负载制备成载药微球,对其降解行为进行研究,为药物控制释放提供一类新的载体材料.     

一种改进禁忌搜索的K-medoids聚类算法

针对传统K-medoids聚类算法初始聚类中心随机选择、聚类精度不高、全局搜索能力较差以及禁忌搜索算法对初始值随机选取等问题,提出了一种粒计算与最大距离积法相结合的初始化禁忌搜索初始值算法,将改进后的禁忌搜索算法用来优化K-medoids,以提高聚类算法的性能。通过仿真试验论证了该算法具有较高的效率和准确率以及较强的稳定性。     

缓释型聚羧酸减水剂的合成和性能研究

本文使用马来酸酐、丙烯酸羟乙酯和甲基烯丙基聚氧乙烯醚大单体通过水溶液自由基共聚法合成了一种缓释型聚羧酸减水剂,并讨论了原料配比和合成工艺对减水剂性能的影响.结果表明,当n（MA）∶n（TPEG）∶n（HEA）=3.5∶1∶1,引发剂用量为单体总质量的3.0％,反应温度为80℃,反应时间为4.5h,所合成的减水剂在掺量0.2％时,即使在35℃高温下,水泥净浆流动度初始达258 mm,1.5h时仅损失30 mm,达到了很好的缓释效果.     

基于杂草改进的模糊聚类雷达信号分选

针对雷达辐射源信号参数严重混叠、聚类数目未知等问题,提出一种基于入侵性杂草优化模糊聚类的智能算法,该算法无需事先设定聚类数目,而是在整个数据集的属性空间内并行搜寻最佳的聚类数目和聚类中心,具有结构简单、鲁棒性好的特点。将此方法应用到雷达信号的分选当中,并与传统的K均值算法及AP聚类算法进行对比,实验结果验证了该算法的有效性。     

新型催化剂制备聚甲基乙撑碳酸酯的中试温度优化

利用新型催化剂催化环氧丙烷和二氧化碳合成聚甲基乙撑碳酸酯（PPC）,通过优化温度控制条件,得到了性能更加优良、能满足产品应用加工需要的粒料,为新型催化剂用于进一步扩大生产提供了重要的工艺参考。     

聚类分析及其在我国各省经济发展水平分类研究中的应用

聚类分析是一种寻求客观分类的方法,它是多元统计分析中三大实用方法之一。本文首先对聚类分析的各种算法进行分类与介绍;然后总结了聚类分析在经济、生物、电子商务、保险等方面的一些应用,并对两类应用较广泛的聚类算法进行对比分析;最后结合SPSS软件,分别运用系统聚类法和 K－均值聚类法对我国31个省区经济发展水平进行分类,发现二者分类结果相同,且与我国现阶段各省各地区经济发展现状吻合度较高。     

基于聚类的规则文档碎纸片拼接模型

针对碎纸机破碎文档后的规则碎纸片拼接问题,通过对碎纸片上边缘的灰度向量将文档分为上边缘为空白和非空白区域两大类,再分别以上边缘非空白区高度和空白区高度作为聚类参数,将纸片分为若干簇,在每一个簇中利用相邻两张碎纸片左右边缘向量相似度来进行拼接,得到若干横条的纸片,然后以行距和横条间上下边缘相似度为参数来将若干横条拼接为完整文档。