X射线ICT检测中康普顿散射效应的影响与修正

在X射线工业计算机层析检测(ICT)中,由于X射线与物质作用发生康普顿散射效应,有用信息连同散射光子一起进入探头形成伪影。运用康普顿散射强度方程,结合X射线与物质相互作用的特性,推出X射线ICT中的散射修正公式,并由圆形截面工件散射模型,求出圆形截面工件的具体计算积分限。从探测器探测到的总光子数中减去康普顿散射光子数,即可有效去除散射光子造成的伪影。     

N,N-双十二烷基壳聚糖/聚(L-乳酸)复合膜的氢键及相容性研究

以氯仿为共溶剂,通过溶液共混,制备了不同组成的N,N-双十二烷基化壳聚糖/聚(L–乳酸)(NCS/PLLA)复合膜。利用红外光谱、热分析、WAXD及SEM探讨了复合膜的氢键作用和相容性。红外分析表明,NCS随PLLA的加入,NCS的缔合羟基伸缩振动由3430cm-1红移至3 380 cm-1、谱带变宽、吸收增强;随NCS的加入,PLLA的羰基伸缩振动由1 760 cm-1红移到1 753 cm-1。热重及热重微分分析表明,复合膜的热稳定性高于纯NCS;DSC分析表明,NCS的加入使PLLA的Tm降低,结晶度下降。WAXD分析表明,NCS的加入使PLLA在2θ=16.7°和2θ=19.1°的结晶衍射峰往低角度偏移、峰变宽、峰强逐渐减弱,当NCS为50%和75%时,PLLA的结晶衍射峰消失。SEM观察表明NCS/PLLA复合膜无相分离。实验结果表明NCS与PLLA存在较强的氢键作用,复合膜具有良好的相容性。     

聚合物防老化稳定剂的协同作用机理

从聚合物热氧老化和光氧老化机理出发，介绍了不同稳定剂间的相互作用，可能产生的协同及反协同作用机理以及一些实用实例。     

（S）-α-乙基-2-氧代-1-吡咯烷基乙酰胺的合成工艺进展

(S) α 乙基 2 氧代 1 吡咯烷基乙酰胺是制造抗癫痫新药左乙拉西坦的原料药 ,它具有治疗局限性和原发全身性癫痫、预防癫痫发作的独特药理作用 ,且不影响其他抗癫痫药物在体内代谢 ,疗效高 ,耐受性好。评价了 (S) α 乙基 2 氧代 1 吡咯烷基乙酰胺的 6条合成工艺 ,认为以具有正确立体结构的 (S) 2 氨基 4 (甲硫基 )丁酸甲酯盐酸盐为起始原料 ,是合成 (S) α 乙基 2 氧代 1 吡咯烷基乙酰胺的较佳工艺。     

苯并呋喃酮在抑制聚丙烯降解过程中的作用

采用多次挤出的方法对三种不同结构苯并呋喃酮与受阻酚及亚磷酸酯的三元复配稳定体系在等规聚丙烯 (PP)中的稳定化作用进行了研究。结果表明:含5,7-二叔丁基-3-(3,4-二甲基苯基)-3氢-苯并呋喃-2-酮 (OXBF1)的复配体系3#配方5次挤出之后的熔体流动速率相对于其同分异构体5,7-二叔丁基-3-(2,5-二甲基苯基)-3氢-苯并呋喃-2-酮(PXBF1)、5,7-二叔丁基-3-(2,4-二甲基苯基)-3氢-苯并呋喃-2-酮 (MXBF1)复配体系的5#配方和6#配方分别下降了24．8％和26％;并且,其抑制所稳定PP加工发黄的作用优于其他两种结构,使得3#配方5次挤出之后的黄度指数(YI)相对于5#配方和6#配方分别下降了9．3％和11．9％;此外,亚磷酸酯对氢过氧化物的还原作用同样提高了苯并呋喃酮高温含氧条件下在PP中的热氧稳定化作用。     

用于提高谷歌图像搜索结果的二分类器在线学习方法

对于基于关键词的图像检索,利用检索结果的视觉相似性学习二分类器有望成为改善检索结果的最有效途径之一. 为改善搜索引擎的搜索结果,本文提出一种算法框架并且基于此框架着重研究训练数据选择这一关键问题. 训练数据选择过程由两个阶段组成:1）训练数据初始化以开始分类器学习过程;2）分类器迭代学习过程中的动态数据选择. 对于初始训练数据的选择,我们探讨了基于聚类和基于排序两种方法,并且对比了自动训练数据选择与人工标注的结果. 对于动态数据选择,我们比较了支持向量机和基于最大最小后验伪概率的贝叶斯分类器的分类效果. 组合上述两个阶段的不同方法,我们得到了8种不同的算法,并将其用于谷歌搜索引擎进行基于关键词的图像检索. 实验结果证明,如何从含有噪声的搜索结果中选择训练数据是搜索结果改善的关键问题. 实验显示我们的方法能够有效的改善谷歌搜索的结果,尤其是排序在前的结果. 尽早为用户提供更相关的结果能够更大程度的减少用户逐个翻页查看结果的工作. 另外,如何使自动训练数据选择与人工标注媲美仍是需要继续研究的一个问题.     

氟化硅氧烷改性环氧树脂的制备与性能

首先,以全氟(2-甲基-3-氧杂己基)氟化物(六氟环氧丙烷二聚体)和N-(β-氨乙基)-γ-氨丙基三甲氧基硅烷(KH792)为原料制备一种氟化硅氧烷,用FTIR和1HNMR表征其结构.然后,将氟化硅氧烷与聚醚胺共同固化环氧树脂DGEBA(双酚A型二缩水甘油醚),测试了改性环氧树脂复合材料的性能.结果表明,与未改性环氧树脂相比,加入氟化硅氧烷使含氟量1％(以DGEBA质量计)改性环氧树脂复合材料的表面静态水接触角由72.0°增至103.2°,表面能由(42.08±2.17)mN/m降至(20.55±1.45)mN/m,40 d吸水率由1.75％降至1.38％,有效提高了材料的疏水性;介电常数由3.83降低至3.63;材料热分解5％温度由339℃升高至347℃;拉伸及弯曲力学性能分别提高了8.5％及7.7％.含氟量为1％时,改性环氧树脂复合材料的综合性能最佳,差式量热扫描和动态力学性能测试结果表明,少量改性剂可以促进环氧树脂的固化反应,提高固化度和交联密度;当氟化硅氧烷添加量增加时,材料内部发生显著的微相分离并导致性能逐渐下降.     

预硫化加氢催化剂钝化技术研究进展

钝化是预硫化加氢催化剂的关键处理过程。预硫化催化剂经过钝化处理后,有效抑制了自热性质和硫的脱离,便于催化剂的存储和运输,并保持催化剂的活性,有利于器外预硫化催化剂的大规模生产。介绍了气相、液相和固相3种钝化方式、钝化机理及其应用和研究进展。     

用于燃油节能环保的有机稀土活性复合物的制备及应用

由有机稀土配体化合物、表面活性剂、助表面活性剂、稳定剂、溶剂等原料制备出有机稀土活性复合物。通过柴油机台架实验发现,该种复合物的加入不仅对柴油机节能、抗磨损及保护发动机起到积极的作用,同时能有效降低尾气中有害物质的排放。     

Object Bank: An Object-Level Image Representation for High-Level Visual Recognition

It is a remarkable fact that images are related to objects constituting them. In this paper, we propose to represent images by using objects appearing in them. We introduce the novel concept of object bank (OB), a high-level image representation encoding object appearance and spatial location information in images. OB represents an image based on its response to a large number of pre-trained object detectors, or ‘object filters’, blind to the testing dataset and visual recognition task. Our OB representation demonstrates promising potential in high level image recognition tasks. It significantly outperforms traditional low level image representations in image classification on various benchmark image datasets by using simple, off-the-shelf classification algorithms such as linear SVM and logistic regression. In this paper, we analyze OB in detail, explaining our design choice of OB for achieving its best potential on different types of datasets. We demonstrate that object bank is a high level representation, from which we can easily discover semantic information of unknown images. We provide guidelines for effectively applying OB to high level image recognition tasks where it could be easily compressed for efficient computation in practice and is very robust to various classifiers.