芳樟醇减压精馏残液合成四氢芳樟醇工艺

以脱氢芳樟醇选择性加氢合成芳樟醇减压精馏残液为原料,在不同反应温度、氢气压力、催化剂用量等实验条件下,考察Lindlar催化剂、RaneyNi、5%Pd/C对残液中的芳樟醇、二氢芳樟醇加氢反应合成四氢芳樟醇的影响,通过GC/MS、1HNMR确定了反应主要产物。以5%Pd/C为催化剂,反应温度90～92℃,氢气压力2.0MPa,反应时间4h,m(催化剂)∶m(芳樟醇减压精馏残液)=1.2∶100,残液中的芳樟醇、二氢芳樟醇质量分数分别为59.2%、38.3%,残液合成四氢芳樟醇反应收率96.3%,反应液中的四氢芳樟醇质量分数为96.5%。     

基于OPNET仿真平台的AODV协议的性能研究

AODV(Ad hoc On-demand Distance Vector Routing)路由协议是面向移动Adhoc网络的,在介绍了移动Ad hoc网络的特征、现有路由协议和AODV路由协议的发展过程之后,重点分析了AODV协议的特征、路由建立、维护过程,并基于OPNET平台仿真了AODV协议的性能(包括路由发现时间、协议效率、平均跳数、数据吞吐量),总结了目前AODV协议存在的问题及其改进的主要方法,最后对AODV协议改进的前景进行了预测。     

专利制度在科技创新中的应用

随着近几年电力行业迅猛发展和国家对电力行业的多方位的投入，电网发展规模、装备水平、管理基础和服务能力都上了一个新的台阶，系统的科技含量也是与日俱增。因此，如何实现对科技创新项目的保护，将专利制度引入科技创新也就成为人们较为关注的问题。专利制度作为知识产权制度的重要组成部分，是维护市场经济公平有序竞争，推动和保护技术创新的有力法律制度和有效机制，是促进人类科学技术进一步发展的重要保障手段。同时，专利制度也是调整市场经济有序竞争的重要手段之一。     

乙醛装置废水试样中组分的分析

建立了用HP-FFAP毛细管柱(30m×0.32mm×0.25μm)测定乙醛装置废水试样中各组分含量的分析方法。通过实验确定了使该废水试样中各组分完全分离的色谱操作条件,采用气相色谱-质谱联用仪对废水试样中各组分进行定性分析;对于不同种类的试样采用不同的标样进行外标定量,计算试样中各组分含量。该方法中乙醛、2-甲基-1,3-二氧-环戊烷、水含量6次平行实验结果的相对标准偏差为1.0%～1.7%,回收率为98.1%～101.0%。     

M2M小数据业务的IEEE 802.11WLAN分析模型

机器对机器(M2M,machine to machine)通信有着巨大的市场潜力,无线局域网(WLAN)作为3G网络的主要补充必将承载大量M2M业务。针对具有时延容忍、耐性重试等特点的典型的M2M小数据业务,提出了一种大时间尺度退避的IEEE 802.11 DCF网络分析模型,推导了MAC层服务时间的概率分布;建立IPP/G/1/K离散时间排队系统模型,研究了非饱和负载下M2M业务在WLAN非理想信道中传输的QoS性能。算法仿真结果表明,大时间尺度退避机制有效提高了系统的吞吐量,降低了系统阻塞率。     

手机电视中DVB-H和T-DMB关键技术比较

本文分别介绍了DVB—H和T—DMB的背景情况,并对系统结构、时间分片、差错保护、FFT等关键技术进行了比较分析。     

石油焦活性炭在乙二醇合成中的应用

研究了表面化学改性石油焦活性炭在环氧乙烷催化水合制备乙二醇反应中的应用,考察了催化剂表面化学改性条件和水合反应条件对催化活性和乙二醇选择性的影响。研究表明,表面化学改性石油焦活性炭是环氧乙烷水合制备乙二醇反应的有效催化剂,在初步的优化条件下,环氧乙烷的转化率、乙二醇的选择性均在95%以上。     

专利制度在科技创新中的应用

随着近几年电力行业迅猛发展和国家对电力行业的多方位的投入,电网发展规模、装备水平、管理基础和服务能力都上了一个新的台阶,系统的科技含量也是与日俱增.因此,如何实现对科技创新项目的保护,将专利制度引入科技创新也就成为人们较为关注的问题.专利制度作为知识产权制度的重要组成部分,是维护市场经济公平有序竞争,推动和保护技术创新的有力法律制度和有效机制,是促进人类科学技术进一步发展的重要保障手段.同时,专利制度也是调整市场经济有序竞争的重要手段之一.……     

专利制度在科技创新中的应用

随着近几年电力行业迅猛发展和国家对电力行业的多方位的投入,电网发展规模、装备水平、管理基础和服务能力都上了一个新的台阶,系统的科技含量也是与日俱增。因此,如何实现对科技创新项目的保护,将专利制度引入科技创     

基于模糊优势互补互信息的有序决策树算法

传统决策树算法应用于有序分类任务时存在两个问题：传统决策树算法没有引入序关系,因此无法学习和抽取数据集中的序结构;现实生活中存在大量模糊而非精确的知识,而传统的决策树算法无法处理存在模糊属性取值的数据。针对上述问题,提出了基于模糊优势互补互信息的有序决策树算法。首先,使用优势集表示数据中的序关系,并引入模糊集来计算优势集以形成模糊优势集。模糊优势集不仅能反映数据中的序信息,而且能自动获取不精确知识。然后,在模糊优势集的基础上将互补互信息进行推广,并提出了模糊优势互补互信息。最后,使用模糊优势互补互信息作为启发式,设计出基于模糊优势互补互信息的有序决策树算法。在5个人工数据集及9个现实数据集上的实验结果表明,所提算法在有序分类任务上较经典决策树算法取得了更低的分类误差。