基于RBF神经网络的烧结终点预测模型

本文提出一种基于径向基函数（RBF）神经网络的烧结终点预测模型。该模型首先采用改进的最近邻聚类算法确定径向基函数中心,接着应用递推最小二乘法训练网络的权值。通过现场采集数据对该模型进行仿真,其实验结果表明,该模型具有较好的学习能力和泛化能力,为烧结终点的预测提供了一种新的解决方法。     

Pd/C催化水合肼还原法制备邻氨基苯酚

采用在Pd/C催化下水合肼还原邻硝基苯酚的方法制备邻氨基苯酚,研究了反应温度、催化剂用量和还原剂用量对反应产物收率的影响.优化条件为:95%乙醇为溶剂,0.010 g质量分数为10%的Pd/C催化下,1.300 g质量分数为85%的水合肼还原1.390 g邻硝基苯酚,在75~80℃下反应4 h后,反应粗产物用95%乙醇重结晶得邻氨基苯酚0.95 g,收率为87.16%.目标产品通过了红外、紫外、氢核磁共振和质谱表征.     

几种酰亚胺和酰胺的N-烷基化反应——邻苯二甲酰亚胺、琥珀酰亚胺和乙酰苯胺在相转移条件下N-烷基化反应的研究

本文研究了邻笨二甲酰亚胺、琥珀酰亚胺和乙酰苯胺在相转移条件下的N-烃基化反应,结果表明,对于前两种化合物的N-烃基化反应,聚乙二醇(PEG)600是很好的催化剂,乙酸乙酯是理想的溶剂,反应在固、液两相下可顺利地完成。用此方法,合成了一系列相应的N-取代酰亚胺;并通过保护、水解的方法,以季铵盐为相转移催化剂,合成了带有羟基的N-取代乙酰苯胺。     

水介质中2,2’-二氯氢化偶氮苯的绿色合成

研究了在水介质中β-环糊精与NaoH复合体系一步将邻氯硝基苯还原为2,2'-二氯氯化偶氮苯的绿色合成方法,并对实验条件进行了优化,优化条件为:邻氯硝基苯与β-环糊精的摩尔比为1:2.NaOH质量浓度为20%,反应温度为85℃.在该条件下,产物收率为67%.最后对反应机理进行了初步推测.     

一种基于粗糙集的改进KNN文本分类算法

K最近邻算法（KNN）被认为是向量空间模型下最好的分类算法之一,在准确率和召回率方面比较出众,但随着样本数量的增加其相似度计算开销很大。本文提出一种改进算法RS-KNN,主要是利用粗糙集的相关理论,计算训练样本集中各样本子类的上近似空间和下近似空间,根据待分类文本出现在不同的近似空间,以缩减与待分类样本计算相似度的训练样本个数。实验表明此算法能够有效地降低分类计算开销。     

N-邻羧基苯基邻苯二甲酰亚胺的绿色合成及结构表征

以乙酸为溶剂,三乙胺作催化剂,合成了标题化合物N-邻羧基苯基邻苯二甲酰亚胺(C15H9NO4),并通过X-射线衍射对其结构进行了表征。晶体数据表明,该化合物单晶属于单斜晶系,空间群为P21/n,晶胞参数为a=12.496(3),b=7.8820(16),c=12.862(3),α=90.00°,β=103.243(4)°,γ=90.00°,Z=4。标题化合物中邻苯二甲酰亚胺部分和邻羧基苯基部分之间的二面角为59.2(2)°。分子间存在弱的C─H…O和O─H…O氢键作用,使得单晶结构趋于稳定。     

一种SOD测活方法的改进

超氧化物歧化酶（ＳＯＤ）是一种特殊的金属酶,它能催化超氧阴离子自由基（Ｏ－２）发生歧化反应,从而清除Ｏ－２自由基,是生物体重要的细胞防御系统之一．众多医学研究指出,ＳＯＤ具有防御氧毒、抗辐射、防衰老以及防治肿瘤和抗炎等药用功效［１,２］,因此对ＳＯＤ...     

苯甲醛的邻位定向卤代

该文提出了一种苯甲醛邻位定向卤代的方法：将苯甲醛与苯胺作用转化为Ｓｃｈｉｆｆ碱，再经邻位钯化活化邻位氢，然后进行卤代，得到单一的邻位的卤代苯甲醛。     

著名的Fan定理的间短证明

给出Fan定理的简短证明．     

图C2m×Pn与C2m×Cn的邻点可区别非正常边染色

设简单图G和图H的顶点集分别为V(G)={u1,u2,…,um}和V(H)={v1,v2,…,vn}.所谓G和H的Cartesian积G×H是指这样的一个图,其顶点集和边集分别为V(G×H)={wij|i=1,2,…,m,j=1,2,…,n},E(G×H)={wijwrs|i=r,vjvs∈E(H)或j=s,uiur∈E(G)}.在这篇文章里,我们讨论了笛卡儿积图C2m×Pn和C2m×Cn的邻点可区别边非正常边染色,并给出了相应色数.