辛醇改性负载钛催化体系合成高乙烯基聚丁二烯

采用C8H17OH改性负载钛催化体系合成了聚丁二烯,考察了改性时间、改性温度、加入辛醇比例对催化剂效率的影响。实验表明改性时间为2h、温度为80℃时具有最佳催化效率。所得聚合产物以反式聚丁二烯及无规1,2-聚丁二烯为主,其结晶度较纯反式聚丁二烯相比下降较大。增高C8H17OH比例,聚合产物中乙烯基含量增大,C8H17OH/Ti(摩尔比)高于25时,改性催化剂可制得高乙烯基聚丁二烯。     

基于遗传算法的有向无环图画图算法*

在研究了现有画有向无环图的主要方法的基础上提出一种基于遗传算法的有向无环图画图算法,将一般有向无环图的画图问题转换为函数优化问题,用遗传算法求目标函数最优解的近似值。实验表明此算法具有算法统一、方法简单、容易实现、易于修改,并且具有自适应、自学习和易于并行化的特点。     

芳烃氧化制醌类的进展

一、前言醌类是重要的有机中间体,例如,对苯醌用于制造对苯二酚、合成蒽醌;萘醌用于制造蒽醌及其衍生物、农药、医药、脱硫剂和染料。蒽醌除用于制造染料、脱硫剂、乌类驱避剂之外,最近还发展用作造纸工业中蒸解制纸     

有机中间体生产技术的发展趋势

有机中间体包括的范围很广,在有机产品中,除了一些基本原料如苯、甲苯、二甲苯、萘等,以及最终产品如医药、染料、农药、香料等之外,其他的都可以归入有机中间体。但是习惯上常常把一些大吨位的基本有机合成产品和三大合成材料的单体除外。此外,还常常     

基于自注意力的TCN-Transformer的电网单相故障检测方法

小电流接地系统单相故障选线问题是配电网电力系统故障中的一个重要问题.由于电力故障数据具有时间延续性,并且电力故障数据的数据长度过长,现有的研究工作不能有效区分具有时序性的单相接地故障电流的特征.针对这些问题,提出一种基于自注意力的TCN+Transformer混合神经网络模型(称为TTHNN-SA模型).由于电力故障数据的特征单一,使用小波变换分解和主成分分析(PCA)方法能增加样本数据的特征量.TTHNN-SA模型使用时间卷积网络(TCN)分别对原故障数据和对原故障数据使用小波变换分解后的数据进行卷积操作提取特征,使用Transformer对经过主成分分析方法处理后的样本数据进行特征提取.然后将三个模型提取的特征矩阵进行融合后输入到自注意力层,通过自注意力机制的矩阵计算给重要特征分配更高权重,并且能解决模型的长时依赖问题.最后将自注意力层的输出通过全局平均池化后使用softmax函数进行分类.TTHNN-SA模型能更全面的学习到不同波形故障之间的电流数据关系,TTHNN-SA模型对配电网单相故障的检测具有良好的效果.     

沈海高速公路复线福安至漳湾段工程跨河桥梁防洪影响评价

山区高速公路地形地质复杂,河道众多,桥梁隧洞总长占路线长度的比例较大。桥梁跨越河道,必会对河道行洪及河段涉水建筑物造成一定的影响。在高速公路建设过程中,如果涉河桥梁跨河角度和桥墩型式布置不当,将会带来汛期的水位壅高、河道冲刷等一系列问题,对河势稳定、防汛抢险和水利管理带来很大的影响。通过对沈海高速公路复线福安至漳湾段工程跨河桥梁进行分析,对河道泄洪影响进行评价,发现其中布置不当对河道泄洪造成安全影响的因素,并提出整改意见。     

一种基于位置社交网络的地点推荐算法*

针对目前基于用户签到的地点推荐方法忽略了用户未评分的项集以及忽视了用户签到次数的差异,以及基于社交影响的地点推荐算法中缺乏对用户之间必要的相关性描述的情况,提出一种新的算法。该算法采用了一种线性的融合框架,有效地避免了单独考虑用户签到、社交因素进行地点推荐的弊端。实验结果表明,在距离限制变量、推荐地点个数相同的条件下,新算法的推荐准确率优于现有的推荐算法。与现有的算法相比,新算法有更好的推荐效果。     

一种基于评分矩阵局部低秩假设融合地理和文本信息的协同排名POI推荐模型*

针对目前LBSN中,用户只对少数兴趣点进行签到,使得用户签到历史数据及其上下文信息（如评论文本）极其稀疏,同时传统的评分推荐系统只考虑用户和评分二元信息,具有一定的局限性。为此,提出一种基于评分矩阵局部低秩假设的局部协同排名兴趣点推荐算法。首先,假设用户-兴趣点矩阵在由用户-兴趣点对所定义度量空间中某些邻域内是低秩;其次,对于地理信息建模采用一种自适应二维核密度方法,然后,对于文本信息利用潜在狄利克雷分配模型挖掘兴趣点相关的文本信息建模用户的兴趣主题;最后,基于局部协同排名模型将兴趣点的地理信息和评论文本信息有效融合。实验结果表明:该模型的性能优于主流先进兴趣点推荐算法。     

基于改进蚁群算法的构件检索方法

在基于构件的软件开发过程中,检索和提取满足用户需求的构件已成为目前研究重点.在构件库的效率优化方面,主要包括构件检索效率和构件理解效率的优化.利用数据挖掘中基于拥挤因子的改进蚁群算法来优化构件的复用规则,从而提高复用者对于所需构件选取的准确性.通过实验证明,该方法挖掘出来的构件复用规则准确率为75.3％,高于Apriori算法和蚁群算法,对于构件的检索和选取提供了较好的决策支持.     

井下存储式浮子流量计在水平井产液剖面测试中的应用

水平井产液剖面测试使用的涡轮流量计受启动流量影响,不适应于低液量水平井测试。研制了适用于小流量测试的井下存储式浮子流量计,并与温度、压力、含水测试传感器组成井下存储式水平井产液剖面测试仪,该仪器随油管下入水平井段,无需电缆和爬行器,可在油井正常生产的情况下连续工作一个月,提高了低液量水平井产液剖面测试的准确率和成功率。室内实验和现场先导性试验表明,井下浮子流量计应用于水平井产液剖面测试可行,为低渗透油田水平井产液剖面的流量测试提供了新途径。