单分散胶体颗粒的有序组装及其应用研究进展

本文综述了近1～2年来课题组在单分散胶体微球有序组装及其应用方面的研究进展.其中包括250～1300 nm宽尺寸范围单分散二氧化硅胶体微球的重力沉降自组织;旨在提高光子晶体折射率反差的TiO2/SiO2复合胶体微球的有序组装;硬模板与催化材料一步复合的二元胶体体系颗粒的有序自组装;一种高效的聚苯乙烯胶体颗粒的批量组装技术;低体积分数聚苯乙烯胶体晶体的制备;以及聚苯乙烯胶粒晶体作为可调谐三维非线性光子晶体在高开关对比的光子晶体光开关方面的应用,和作为制备有序大孔材料硬模板在大分子催化方面的应用等.     

高效液相色谱法测定烟叶提取物中茄尼醇的含量

采用高效液相色谱法测定烟叶提取物中茄尼醇含量的方法。条件为:HypersilC18色谱柱,流动相为异丙醇∶乙腈=60∶40(V/V),流速1.0mL/min,紫外检测波长210nm,柱温30℃。实验结果表明,该方法在茄尼醇进样量为1-10μg时有良好线性关系(Y=1.66×105X-3.25×103,r=0.9998);加标回收实验(n=5)的平均回收率为99.3%,RSD为0.93%。该方法简便、精密、准确。     

钛系聚酯催化剂的研究进展

介绍了聚酯催化剂中锑、锗、钛三个系列的各自特点，综述了复合型钛系和超细TiO2型聚酯催化剂的最新进展，认为新型钛系催化剂催化活性更高，更环保，而且用它合成的聚酯产品色相好，热稳定性得到了改善。     

氯离子在光亮镀铜中的作用及控制

Cl~-在光亮硫酸铜镀液中具有不可忽视的作用,只有适量的Cl~-才能得到全光亮的铜镀层.对一般电镀可控制在10～80ml/L,对印制电路电镀铜,必须严格控制在40～60mg/L.此外,Cl~-能够与镀液中Cu~+生成CuCl沉淀,从而减少镀层"铜粉"的产生,使镀层结晶致密、精细而不粗糙.Cl~-浓度过低(小于20mg/L),镀液的整平性能和铜镀层的光亮度下降,严重时镀层产生针孔、毛刺和"阶梯"状;而Cl~-浓度过高,磷铜阳极钝化,影响阳极正常溶解,镀层光亮度下降,且在小电流     

电泳沉积法γ-Al2O3微孔膜的制备与表征

采用电泳沉积法制备γ－Al2O3微孔膜，考察了干燥及烧成制度对膜形成的影响，并用IR，XRD，SEM，N2吸附－脱附等测试手段对γ－Al2O3微孔膜进行了表征。结果表明：采用电泳沉积法可成功地制备均匀的γ－Al2O3保护膜；实验中采用室温慢速干燥法，制得了完整的凝胶膜，经过焙烧可获得与基片结合良好的γ－Al2O3多孔膜，在焙烧过程中，γ－AlOOH发生如下的晶型转变：γ－AlOOH→345℃γ－Al2O3，并且随着焙烧温度的升高，γ－Al2O3膜的结晶性得到改善。此外，γ－Al2O3膜的断面结构较疏松，膜厚度大面均匀：一次成膜厚度达十几μm，γ－Al2O3微孔膜的孔径尺寸为纳米级。     

醇溶剂中TS-1催化丙烯环氧化的本征动力学与反应机理研究

研究了在三种不同醇溶剂(甲醇、异丙醇和仲丁醇)水溶液中TS—l催化丙烯过氧化氢环氧化反应的本征动力学，反应条件为温度30～60℃，丙烯压力0．4-0．6MPa。根据实验现象和各组分在TS-1上的吸附特点建立了该反应的Eley-Rideal机理模型，环氧化反应在吸附态的H2O2分子与游离态的丙烯分子之间进行，表面反应为速度控制步骤。通过实验数据对机理模型进行了参数估值，检验结果表明拟合效果较好，平均偏差在10％以内。最后对过程进行了进一步讨论，为该过程的工业化提供了依据。     

用于文本分类的特征项权重算法改进

TF-IDF算法是文本分类中一种常用的权重计算方法,但是TF-IDF仅仅考虑了特征项在文本中出现的次数以及该特征项在训练集中的出现频率,没有考虑特征项在各个类间的分布情况及特征项的语义信息。因此针对TF-IDF的不足提出了一种改进的TF-IDF算法,此算法既考虑了特征项在类内的分布情况又考虑了特征项的位置及长度等语义因素,能更好地反映特征项的重要性。用朴素贝叶斯分类器验证其有效性,实验结果表明该算法优于TF-IDF算法,能较好地提高文本分类的准确率。     

一种压力标定所用铋丝的制备新方法

铋丝在金刚石和其他超硬材料合成的压力定标中的用量不多,但又是不可缺少的材质之一,以往该种材质的制备方法有几种,但操作方法都比较复杂,有些还带有一定的危险性.文章介绍了一种新的铋丝制备方法,该方法是一种集简单、高效、方便、安全于一体的方法,并且通过实验表明了测量结果的准确性.     

基于灰色新陈代谢神经网络的管网末梢水质预测模型研究

针对管网末梢水质环境存在信息不确定、非线性的情况,本文结合灰色预测＂贫信息＂及BP神经网络非线性拟合强的优点,提出了灰色新陈代谢神经网络预测模型。该模型采用灰色新陈代谢GM（1,1）模型对BP网络的输入样本进行预处理,解决了BP网络需要大量学习样本的局限。仿真结果表明,与灰色新陈代谢、BP神经网络相比,灰色新陈代谢神经网络预测精度更高。