液膜法提取金的耗散结构

乳状液型液膜法是一种先进的萃取技术,它比单纯了溶剂萃取法效率更高。本文以硫脲－TOA－煤油膜体系萃取金为例建立数学模型,通过对模型的分析,发现,该萃取过程存在耗散结构。并从理论上推断出提高萃取效率的进出物料的极限比,对实际生产具有十分重要的意义。     

含苯酚废水的精馏处理

苯酚含量为0－1．9％的水溶液的汽液平衡数据表明苯酚在汽相中的浓度大于液相中的浓度,利用这一特点可以采用精馏的方法来脱除含酚废水中的苯酚并回收苯酚,本文对两个简单的精馏流程及一个热泵精馏流程进行了模拟分析及经济评价,结果表明采用简单精馏的能耗太大,经济上不合理,本文所分析的热泵精馏流程同一般的热泵精馏要比,没有再沸器,冷凝器,膨胀机,设备投资少,供热系数COP接近50,外部只需提供极少的直接蒸汽即可达到处理要求。     

PAS试剂处理含锰废水的动力学探讨

为解决含锰工业废水对环境、土壤及生物带来的危害。研究采用吸聚合硫酸铝作为附剂,希望能找到最佳吸附条件,同时为聚合硫酸铝的综合利用提供更多机会;采用EDTA滴定法,对含锰废水进行了吸附研究,模拟测定了影响聚合硫酸铝吸附特性的两种因素:滤料投加量、吸附时间。结果表明:随着投加量增加,Mn2+去除率提高,单位吸附量线性下降;随着吸附时间延长,Mn2+去除率提高,超过80min后提高幅度变缓,吸附过程符合二级动力学模型。采用聚合硫酸铝吸附含锰工业废水在适当工艺条件下可以有很好的处理效果。这种方法较简便,成本低廉,能达到以废治废的目的。     

固定化细胞三相流化床降解LAS废水的动力学研究

利用三相流化床进行固定化细胞降解废水中的表面活性剂十二烷基苯碘酸钠（ＬＡＳ）的动力学研究实验。在实验数据基础上,根据不同的动力学模型对其进行了曲线拟合和参数估值,获得了本实验条件下的动力学模型及其参数,并且结合所得的动力学参数求解固定化细胞颗粒内反应－扩散基础方程式,得到了系列动力学参数与有效系数分布图。     

并联型工业机器人的运动弹性动力学研究

从关联型机器人的通有模型出发，引入力域内的雅可比矩阵，将中央平台之后开链部分的质量和惯性计入模型，推导出完整形式的动力学模型，建立了基于弹性理论和有限元分析的运动弹性动力学方程，并以天府－Ｉ型点焊机械手为例进行了ＫＥＤ分析，编制了相应的软件，在建模时还采用了计算机符号－数据处理技术。     

天然产物液液萃取的模拟计算

研究目的:建立可预测天然产物萃取分配比的理论模型与分析程序,以指导萃取溶剂、分离方案的选择和工艺的设计。具体方法:以丹参水溶性成分及银杏叶提取物中活性成分为例,采用UNIFAC基团贡献法计算这些天然活性成分的活度系数,在此基础上,进行这些成分在常用萃取剂中的液液平衡模拟计算。结果和讨论:计算所得的相对关系与实际情况相吻合,但计算的分配比与实际数值在量级上有较大差异。     

柚子果肉中维生素C的超声波提取及高效液相色谱分析

柚子是1种营养价值极高的水果,其肉与皮,均富含胡萝卜素、B族维生素、维生素C、矿物质、糖类、蛋白质、有机酸等,对保持人体健康,防病治病具有重要的作用。维生索C又称L-抗坏血酸(ascorbic acid),是含有6碳的不饱和多羟化合物,在医药及营养保健方面的用途十分广泛。维生素C的分析方法有多种,但这些方法往往操作复杂费时,在样品处理过程中很容易使维生素C损失,且灵敏度和精确度不高;而高效液相色谱法(HPLC)具有较高的准确度、精密度和灵敏度,简便快速,更加通用于维生素C的测定。本研究采用超声波提取法从柚子果肉中提取维生素C,通过高效液相色谱法,探究柚子果肉中维生素C的最佳分析条件。通过大量的实验研究,表明以甲醇:纯水=1:9的混合液为流动相,流动相的速度为0.6ml/min,检测波长为267 nm,柱温在25℃为柚子果肉中维生素C的最佳HPLC分析条件。在此条件下分析柚子果肉中维生素C的含量、稳定性、回收率,所建立的标准曲线具有良好的线性关系,其相关系数R~2=0.9994;其平均回收率为99.52%,重复性相对标准偏差小于0 63%;测得柚子果肉中维生素C的含最为120.65 mg/100 g。所建立的方...     

海面温度栅格图的锋面提取与矢量化

提出一种海面温度栅格图的锋面提取方法。针对海洋表层温度(SST)锋面强度分布不均匀的特点,利用低通滤波对表温梯度图像进行平滑。再利用迭代法确定出梯度图像的分割阈值,将图像分割成目标与背景两部分。通过数学形态学中图像细化的方法,提取海洋温度锋面的骨架并对细小分枝进行修剪。经矢量化生成锋面线后,利用抹角法对折线进行光滑。最后以西太平洋为例,给出了一个表温锋面提取的实例,表明利用此方法进行海表温度锋面的提取是可行与有效的。     

基于模糊分类的印刷体数学公式抽取方法

公式抽取是印刷体数学公式识别的基础性环节，现有的识别方法多以公式区域已知为前提，相关的研究还很欠缺。通过引入模糊分类理论，提出了一种孤立数学公式的抽取算法，通过对大量训练样张的数据统计与分析，选取了非规则度、宽高比、密度等6维特征，由此构建出对孤立公式行、文本行、标题行的模糊分类规则，实现了孤立公式行的抽取。实验结果表明，该方法有较高的准确性和鲁棒性。     

基于神经网络的印刷体数学公式抽取方法*

在分析中文印刷文档版式及字符特征的基础上,提出了一种将决策树与BP神经网络相结合的数学公式抽取方法。采用决策树方法将孤立公式从文档中抽取出来,采用BP神经网络方法定位内嵌公式。实验表明,该抽取方法对中文文档的公式抽取具有较高的正确率、容错率和速率。     

数学形态学多结构元素的道路提取

提出了一种从遥感图像中提取道路的有效算法。该算法在数学形态学的基础上,针对图像中噪声和边缘形态的不同选择不同的结构元素进行道路边缘提取。实验表明,该算法具有良好的道路提取能力。     

领域相关的数学文本语义抽取

针对科技领域文档语义信息获取不充分的问题,提出一套基于规则的数学领域相关文本的语义抽取方法。首先从文本中提取领域概念并实现数学实体与领域概念之间的语义映射;然后对数学符号的上下文进行分析,获取数学符号的实体指代或文字描述,进而抽取其语义;最后基于已抽取的数学符号语义实现表达式的语义分析。以线性代数文本为研究实例,构建了一个语义标注数据集并进行实验,实验结果表明所提方法对标识符、线性代数实体以及表达式的语义抽取具有93%以上的精确率和91%以上的召回率。     

基于小波与数学形态学的道路信息提取

提出了一种基于小波与数学形态学提取道路信息的方法。首先,利用小波多尺度分析对遥感图像进行分解,通过分析小波系数,对各个小波分量进行滤波处理,滤除非道路特征,再进行小波重构,然后对重构图像进行分割,得到包含道路信息的图像。最后应用数学形态学方法,选取合适的结构元素,对图像分割的结果进行形态变换,进一步滤除了非道路信息,完成道路信息提取。通过实验比较证明,该方法比一些典型边缘提取算法更有效、更适合于道路信息的提取。     

基于一种新的特征提取法和支持向量机的膜蛋白分类研究

引入加权思想,以一种新的特征提取法,即加权自相关函数,表示蛋白质序列,与支持向量机组合,并采用“一对多”、“一对一”分类策略对膜蛋白进行分类研究,结果有明显改善。在采用支持向量机算法及“一对多”分类策略下,加权自相关函数特征提取法的每一类别分类精度、Matthews相关系数和总分类精度都要高于氨基酸组成成分特征提取法相应的分类结果, 其总分类精度和脂链锚锭蛋白的分类精度分别为87．98％、65．85％,比氨基酸组成成分特征提取法分别提高3．38、9．75个百分点;“一对一”策略的总分类精度可达到94．88％,比“一对多”策略提高6．9个百分点;支持向量机机器学习算法的分类能力优于贝叶斯协方差统计算法,其总分类精度比贝叶斯协方差算法最大可提高15．6个百分点。     

关系抽取综述

关系抽取发展至今,总体上可以分为基于规则的抽取方式和基于统计方式的抽取;之后出现的众多方法大多是以统计为主,辅助以规则;后来引入了包括远程监督、深度学习等模式并融合了注意力机制、多标签多实例方法。对关系抽取的发展过程和方向以及以上提到的方法进行介绍和总结。