用柏木脑合成乙酸柏木酯的研究

介绍了以柏木油的主要成分柏木脑为原料,醋酸酐为酰化剂,合成乙酸柏木酯的方法。     

油墨树脂的合成

介绍了以松香和聚合松香为原料,经过加成、酯化反应合成快干亮光油墨用树脂的方法,探讨了工艺条件。     

浅谈MTBE装置中反应器设计的几点体会

反应单元是MTBE装置中很重要的一个环节。介质混合后从进料口进入,在催化剂作用下发生反应,循环液从抽出口抽出,反应产物从出料口离开。反应器在进料口和抽出口处选用孔管式液体分布器,结构简单,拆装方便;填料层底部设置支撑栅,用以支撑填料层;填料层上放置压栅限制填料活动,以维持正常稳定的操作。     

真丝织物板栗壳媒染工艺的优化与蜡染产品的开发

以天然板栗壳色素为染料,选用硫酸铝钾、硫酸亚铁、硫酸铜和壳聚糖4种媒染剂,对真丝织物进行媒染染色,测量染色试样的K/S值、⊿E值、摩擦牢度和耐洗牢度,确定硫酸亚铁为最佳媒染剂。通过正交实验分析,确定了板栗壳染料用于真丝织物媒染染色的最佳工艺条件,并利用该方法开发了板栗壳染料蜡染产品。结果表明:板栗壳染料适合于真丝织物的染色。     

织物结构与放湿曲线的关系

对13块纯棉白坯织物进行了调湿和放湿测试,得出了4组放湿曲线.通过对4组放湿曲线的分析和讨论,得出了织物紧度、经纬纱线密度以及织物组织与织物放湿性能的关系.其中织物紧度对放湿性影响最为显著;纱线线密度、织物组织以及经纬向紧度差异也影响到织物放湿性能.     

深度学习与生物医学图像分析2020年综述

医学大数据主要包括电子健康档案数据（electronic health record,EHR）、医学影像数据和基因信息数据等,其中医学影像数据占现阶段医学数据的绝大部分。如何将医学大数据应用于临床实践?这是计算机科学研究人员非常关注的问题,医学人工智能提供了一个很好的答案。通过结合医学图像大数据分析方向截至2020年的最新研究进展,以及医学图像大数据分析领域最近的工作,梳理了当前在医学图像领域以核磁共振影像、超声影像、病理和电信号为代表的4个子领域以及部分其他方向使用深度学习进行图像分析的方法理论和主要流程,对不同算法进行结果评价。本文分析了现有算法的优缺点以及医学影像领域的重难点,介绍了智能成像和深度学习在大数据分析以及疾病早期诊断领域的应用,同时展望了本领域未来的发展热点。深度学习在医学影像领域发展迅速,发展前景广阔,对疾病的早期诊断有重要作用,能有效提高医生工作效率并减轻负担,具有重要的理论研究和实际应用价值。     

血管造影图像序列减影增强技术综述

基于造影图像序列的血管减影增强技术能够有效地去除图像中大部分非血管结构、成像噪声以及不同结构运动所造成的运动伪影,对实现血管结构识别,提高血管的对比度,并对后续血管结构的分析和医生对疾病的诊疗具有重要意义;同时,该技术可减少对病人的造影剂注射量,具有重要的临床意义。本文基于单视角血管造影图像序列,从血管造影图像减影技术的基本原理,包括基于图像配准和基于层分解的两类减影方法出发,介绍了每个关键步骤的发展现状。同时对血管减影技术的难点进行分析,并对减影增强技术未来的发展趋势予以展望。     

铁碳微电解法降解C.I.酸性橙7废水的过程研究

采用铁碳微电解法处理C.I.酸性橙7生产废水,通过研究铁碳微电解过程中C.I.酸性橙7及其还原产物的浓度变化,得到较优实验条件。结果表明:在C.I.酸性橙7的浓度为1 000 mg/L、调节废水p H为2、铁碳填加量为6 g、微电解时间为60 min的条件下较为经济实用,C.I.酸性橙7去除率高达89%,COD去除率可达40%;此外,通过紫外分光光谱图和循环伏安曲线对降解C.I.酸性橙7过程的中间产物进行分析,推断其还原降解的路径。     

连续填料精馏塔分离能力的研究

连续填料精馏塔的分离能力是化工生产设备中比较重要的指标之一。通过分离"乙醇-正丙醇"二元物系,研究得出分离能力随回流比增大而增大,随进料温度降低而增大。     

一种面向M5的图形化并行模拟技术研究

针对目前使用M5模拟器时出现的两个主要问题,提出一种面向M5的图形化配置与并行测试方法,通过可视化界面实现被测试系统中功能部件的连接和属性配置,并自动生成运行M5所需的Python脚本,同时支持多核处理器上多个测试程序的并行运行,提高了M5模拟器的使用效率.