尿素嵌入法制备纤维素氨基甲酸酯的研究

探讨了尿素嵌入法制备纤维素氨基甲酸酯(CC)的生产工艺。指出:选用聚合度为450~625、α-纤维素含量大于90/的纤维素浆粕,用14/~16/的氢氧化钠溶液,于40~50℃条件下活化处理30~40min后,与尿素以1∶2~3的比例混合,在137℃的二甲苯体系中反应2~3h,便可得到含氮量为2.4/~3.5/的纤维素氨基甲酸酯产物。该产物在氢氧化钠溶液中可形成良好的稳定溶液,过滤性好,可直接用于纺丝。     

面向增量同生主题的维吾尔文爬虫的研究

针对传统的主题爬虫对网页信息缺乏在知识层面上的处理和理解的问题进行了研究,提出了一种面向增量同生主题的维吾尔文爬虫,通过建立一个增量主题词库优化传统的主题模型,来描述维吾尔文关键词的应用语境及场景,提高了计算网页相关度的准确率。用改进的IC主题敏感算法来预测子页面优先级,过滤无关的网页地址。依据上述方法编写爬虫系统,用构建的维吾尔文语料库进行实验,表明了基于此模型的爬虫具有更好的稳定性和准确度。     

面向维吾尔文的多模式匹配算法研究

维吾尔文多模式匹配算法是影响维吾尔文关键词过滤和检测性能的关键步骤之一.为此,考虑维吾尔文语法特点、书写方式、字母变换形式、特殊字母等因素,提出一种基于维吾尔文音节划分的多模式匹配算法.通过Bohum-sani函数的维吾尔语音节分解方法计算字符串音节数,利用Bohum-xekli函数得到字符串音节结构,按语法特点从右至左方式进行模式比较,实现维吾尔文多模式匹配.实验结果表明,与现有模式匹配算法相比,该算法具有更高的匹配效率.     

基于Matlab GUI的维吾尔文字符识别系统的设计

基于建立对视频中维吾尔文字符的识别提取系统,以视频中维吾尔字符为对象,首先对维吾尔文字符进行了字符检测,以便确定其维吾尔文字符在视频中的大小、位置,其次对所确定的维吾尔文字符进行字符定位以便作进一步的处理,然后运用Canny算子将其提取出的维吾尔文字符进行彩色图像转换为灰度化的边缘图像,最后利用Matlab GUI设计了维吾尔文字符的识别系统,实现了视频中维吾尔文字符的检测、字符定位、图像抖动、对比度调整、灰度化、边缘检测、提取字符等功能.实验结果均显示出该算法的优良性能,并证明了该识别系统性能的稳定性和极其良好的扩展性,为维吾尔文字符的识别研究提供了一个简单有效的仿真平台.     

磺化纤维素开发用作新型水泥减水剂的研究

以微晶纤维素(MCC)为基材,氯磺酸为磺化剂,二氯甲烷为分散剂,一步合成了磺化纤维素(CS).采用FTIR、13C NMR、SEM、XRD等分析手段对产品结构进行了表征,并考察了MCC聚合度、原料配合比、反应温度、反应时间等工艺参数对CS减水剂减水性能的影响.通过研究CS-水溶液的表面张力和CS-水-水泥体系的ξ电位,...     

睡莲花提取物对酪氨酸酶的抑制作用及其动力学研究

采用紫外分光光度计测定多巴醌,得到了睡莲花提取物对酪氨酸酶的抑制率;以L-酪氨酸为底物,采用酶动力学的方法研究了睡莲花提取物对酪氨酸酶单酚酶活性的抑制作用及抑制机制。结果表明,睡莲花提取物对酪氨酸酶具有明显抑制作用,其中30%乙醇洗脱部位抑制效果最好,其对酪氨酸酶单酚酶活性的抑制作用表现为可逆反竞争型抑制;50%乙醇洗脱部位对酪氨酸酶单酚酶活性的抑制作用表现为可逆性抑制,低浓度时为混合型,高浓度时为竞争型。     

改进信息增益的维吾尔文特征选择方法

特征选择是维吾尔语文本分类的关键技术,对分类结果将产生直接的影响。为了提高传统信息增益在维吾尔文特征选择中的效果,在深度分析维吾尔文语种特点的基础上,提出了一种新的信息增益特征选择方法。该方法结合类词频和特征分布系数以及倒逆文档频率,对传统信息增益进行修正;引入一个备选特征分布系数来平衡类间选取的特征个数;在维吾尔文数据集上实验验证。实验结果表明,改进的算法对维吾尔文分类效果有明显的提高。     

纤维素氨基甲酸酯溶液制备工艺研究

研究纤维素氨基甲酸酯(CC)溶液的制备工艺及其稳定性。结果表明:在-5~5℃条件下,用聚合度为350~632的纤维素浆粕合成含氮量为2.34%~3.56%的CC能很好地溶解在质量浓度为2.25~3.0 mol/L的氢氧化钠溶液中,形成淡黄色透明溶液。该溶液经过渗透处理,不仅实现了纺丝液中CC与NaOH质量比≥1的要求,且溶液的黏性、稳定性都有所提高,可直接用于纺丝。通过研究发现,尿素、氯化铝及氯化锌在一定范围内对CC有助溶作用。     

基于深度置信网络的维吾尔文垃圾短信分类技术研究

针对传统分类算法对维吾尔文文本分类准确率不高的问题,提出了一种基于深度置信网络的维吾尔文短信文本分类模型。深度学习模拟人脑的多层次结构,对数据从低层到高层逐渐地进行特征提取,深层挖掘数据集的分布规律,从而提高分类准确性。通过逐层无监督的方法完成深度置信网络的初始化,并结合softmax回归分类器实现文本的分类。最后在收集的维吾尔文短信数据集上进行实验论证。实验结果表明,相比KNN、SVM和决策树算法,深度置信网络具有更好的分类效果,准确率更高。     

少数民族学生学习《物理化学》现状调查与分析——以新疆大学为例

本文从《物理化学》的学习兴趣、自我学业期待及学校支持、课业负担、课堂与实验表现、学业评价情况等5个方面对新疆大学285名少数民族学生进行问卷调查及相关分析,结果显示多数化工类少数民族大学生都知道《物理化学》的重要性,但对该课程的学习兴趣及自我期待不高、而且《物理化学》课业负担较重、学校和老师对该课程的支持与关心力度又不够、结果导致了少数民族学生《物理化学》课堂效率低下、教学效果不尽如人意。对此,笔者针对性地提出了一些建议,旨在提高少数民族学生学习《物理化学》的效果。