SMAS/AM/淀粉抗温接枝共聚物的研究

研究了甲基丙烯磺酸钠(SMAS)、丙烯酰胺(AM)与淀粉接枝共聚物的合成方法，接枝反应的影响因素和热稳定性。实验结果表明，该接枝反应基本符合自由基反应的一般规律，并且其聚合产物具有明显的抗高温能力。     

冷溶性磷酸单酯淀粉的研究及其应用

本文研究了冷水溶解型高粘度磷酸单酯淀粉制备中诸项工艺条件对酯化反应的影响及其在食品工业中的应用。     

聚乙烯蜡乳液及其复合填料的研制

本文详述了聚乙烯蜡的乳化及其乳液与不同品种体质颜料（填料、染料）复配的原理和工艺。由此制奋而成的聚乙烯蜡乳液及其复台填料的稳定牲和水分散性及遮盖性均佳，它们除了对皮革涂层具有较好的填充作用外，还兼有各自独特的离板、防粘反消光等性能，井有助于改善涂层的手感和耐擦性能，适用范围较广。     

不同取代度磷酸单酯淀粉的研究和应用

本文研究了磷酸单酯淀粉制备中诸项工艺条件对产物取代度和磷酸盐反应效率的影响。确定了用于造纸、纺织和石油化工的不同取代度的磷酸单酯淀粉品种。     

动态力学及介电法研究蓖麻油丙烯酸酯共聚网络悬挂链的弛豫运动

用动态力学（内耗）和介电方法研究了由蓖麻油（ｃａｓｔｏｒｏｉｌ）、甲苯二异氰酸酯（ＴＤＩ）、丙烯酸羟乙酯（ＨＥＭＡ）组成的网络（Ａｉ）和由正己醇取代Ａ网络中部分ＨＥＭＡ组成的网络Ｂｉ（ｉ＝０，１，２，３）两种网络的内耗及介电损耗，内耗峰强度随悬挂链数目增加而升高，证实了网络破坏后形成的悬挂链的运动对内耗及介电损耗峰高有明显的贡献。     

基于改进ART2网络的电力负荷脏数据辨识与调整

为提高电力负荷预测和特性分析的精度，应首先对负荷历史数据的脏数据进行辨识和调整。文中提出了基于改进ART2网络的脏数据辨识与调整模型。该模型首先基于类内样本与类中心距离不同会对类中心的偏移产生不同影响的思想，改善了传统的ART2模式漂移的不足，然后根据残差理论以及电力负荷曲线固有的特征，增加了鉴别修正子系统。利用模型中传统的ART2部分对负荷曲线进行分类并提取其特征曲线，然后再利用鉴别修正子系统对输入的负荷数据进行脏数据辨识与调整。实例分析说明了该方法的有效性。     

基于神经网络的电力负荷不良数据的清洗

电力负荷预测前应首先对负荷数据进行清洗,根据电力日负荷曲线的特征,应用改进的ART-2神经网络准确的提取电力日负荷特征曲线,然后利用支持向量数据描述法对不良数据进行精确定位,最后利用特征曲线对不良数据进行修正.由于ART2网络能够动态调整特征曲线以及支持向量数据描述法快速准确性,使得该清洗模型具有对不良数据进行动态清洗的功能,实例分析说明了该模型的高效性.     

一种ART2神经网络的改进算法

传统的ART2神经网络由于预处理阶段的归一化，易将重要但幅值较小的分量作为噪声清除，造成在分类中丢失重要信息，同时还存在模式漂移的不足，分析产生这些不足的原因，并基于去单位化以及类内样本与类中心的距离不同而对类中心偏移产生不同影响的思想，对传统的ART2神经网络算法进行了改进。对一组渐变数据的测试表明，改进后的网络有效改善了模式漂移现象。同时，改进的ART2神经网络在核辐射场数据处理分类中有一定的实用价值。     

碳纳米管/聚苯胺/钴复合物的制备及其微波吸收特性研究

采用多壁碳纳米管(样品A)为原料,采用原位聚合方法制备了聚苯胺包覆的碳纳米管(样品B),再利用电镀工艺制备了碳纳米管/聚苯胺/钴复合物(样品C).通过透射电镜(TEM)、红外光谱(FTIR)和振动样品磁强计(VSM)等手段分别对样品A、B和C的形貌、微结构与磁性能进行了表征,并采用网络分析仪分别对样品A、B和C的微波吸收特性进行了研究.发现在相同的吸波剂含量(5%)下,样品B吸收峰的强度和频带宽度均比样品A减少,而样品C的吸收峰强度和吸波频带宽度均比样品A和B增大.