新型溶剂法制备再生纤维素纤维研究进展

再生纤维素纤维以可再生、可生物降解的天然纤维素为原料,它的研究和开发对充分利用纤维素资源和促进纤维行业的可持续发展具有重要意义.离子液体和碱溶液溶剂体系对纤维素具有独特的溶解性能,为再生纤维素纤维的制备提供了新方法.这种新型的再生纤维素纤维具有制备过程简单、对环境无污染、纤维力学性能优异或生产成本低等优点,发展前景十分广阔.综述了离子液体法和碱溶液法再生纤维素纤维的最新研究进展,包括溶剂种类及其溶解能力、纤维素原料的性质与选择、纤维的制备方法和力学性能等,同时归纳和对比了各因素对新型再生纤维素纤维力学性能的影响.最后展望了两种新型再生纤维素纤维存在的挑战、未来发展趋势和工业化前景.     

关于天水伏羲文化建设的几点思考

党的十七届六中全会的胜利召开和关中一天水经济区规划（下文简称“规划”）的逐步实施,为天水市推动文化大发展大繁荣提供了难得的历史机遇。规划出台后,天水市确立了以伏羲文化为龙头,以打造海内外华人寻根问祖圣地为目标的战略定位。本文概述了规划实施以来,天水伏羲文化建设取得的成绩,分析了十七届六中全会精神指导下伏羲文化建设存在的问题,并就科学发展伏羲文化提出了一些建议。     

草莓果实腐烂指数预测模型的品种和采收期适应性分析

为验证草莓果实基于乙醇质量分数的果实腐烂指数预测模型的适用性,建立了不同采摘时期的‘丰香’和‘红艳’草莓基于乙醇质量分数的果实腐烂指数预测模型。通过对不同预测模型的参数(斜率和截距)进行差异显著性分析,发现不同品种草莓果实的模型参数差异显著,不同采摘期的同一品种草莓果实的模型参数差异不显著,即模型受果实品种的影响,而与采摘期无关。用与建模相独立的试验数据对模型进行验证。结果表明:预测的相对误差(RE)分别为8.82%、4.72%、14.64%、10.35%,预测精度较高,说明基于乙醇质量分数的草莓果实腐烂指数预测模型对不同品种和采摘期的草莓果实具有较好的适用性。该模型为应用电子鼻实时监测草莓流通过程中果实腐烂状况奠定了基础。     

羧甲基芋艿淀粉的制备及其性质研究

本试验通过乙醇溶剂法对芋艿淀粉进行羧甲基化改性,考察了氢氧化钠量、氯乙酸量、反应温度、反应时间对羧甲基芋艿淀粉(CarboxyMethyl Starch,CMS)制备的影响,在单因素试验的基础上,通过正交试验对羧甲基芋艿淀粉制备工艺进行优化。结果表明:羧甲基芋艿淀粉制备的适宜工艺条件为氢氧化钠:AGU(AnhydroGlucose Unit,芋艿淀粉葡萄糖残基)的摩尔比1.2∶1、氯乙酸﹕AGU的摩尔比0.6∶1、反应温度60℃、反应时间3 h;在适宜工艺条件下,制得的羧甲基芋艿淀粉颗粒结构发生了变化,糊化温度由原淀粉的最高温度85.49℃变为69.16℃,红外光谱中出现了羧酸盐—COO—的特征吸收峰,证明淀粉分子上已经接入了羧甲基基团。     

自然通风的应用形式及节能与舒适性探讨

介绍了自然通风的形成机理及在现代建筑中的应用形式.分析了自然通风的节能性与舒适性.同时,也指出了自然通风的问题所在以及研究方向.     

薄层色谱原位富集显微拉曼检测荧光增白剂

利用薄层色谱(TLC)原位富集与显微拉曼光谱(micro-Raman)联用的方法对食品包装材料中荧光增白剂71(C.I.71)和113(C.I.113)进行检测。采用硅胶60F₂₅₄铝板为固定相,甲醇-乙酸乙酯-冰醋酸-水(0.6︰3.4︰0.5︰0.5)混合溶液为展开剂,在UV₂₅₄nm和UV₃₆₅nm下检测定位,用乙醇对薄层板上的目标斑点进行原位富集,在波长532nm条件下进行显微拉曼光谱micro-Raman检测,并对专属性、灵敏度进行考察。结果显示,C.I.71和C.I.113检测限分别为1.25 mg/kg和3.75 mg/kg,该法检测的7批食品包装材料一次性纸杯中,有2批含有C.I.113。所建立的方法专属性强、灵敏度高,可为食品包装材料中荧光增白剂的检测提供备选方法。     

甲酸/盐酸胍DES温和高效分离毛竹木质素

以毛竹为原料,采用甲酸/盐酸胍酸性低共熔溶剂（DES）温和高效分离木质素,并对其结构、热稳定性和抗氧化性进行了表征。结果表明,甲酸/盐酸胍（摩尔比为4:1）DES实现了温和短时条件下（100 ℃,2 h）高效分离木质素（得率为59.31%）,当进一步升温至120 ℃时,得率可达73.98%,其原因是该酸性体系中氢质子使木质素中大量的β-O-4、β-β、β-5连接键断裂,促使木质素大分子解聚成小分子而溶出。分离的木质素纯度高于96.6%,分子量低（Mw=1040~2040 g/mol）,多分散系数小于1.5,结构均一,热稳定性好。同时,该木质素抗氧化活性强（IC50=0.016~0.045 mg/ml）,优于商业抗氧化剂丁基羟基茴香醚（IC50=0.056 mg/ml）。     

小波卷积增强的对比学习推荐算法

推荐算法是一种用于解决信息过载问题的方法,序列化推荐通过建模用户购买的物品序列预测下一个物品。现有的序列化推荐算法通常忽视用户行为序列中的噪声、跨序列信息和物品间的组合依赖等问题,导致推荐性能受限。为此,提出一种小波卷积增强的对比学习推荐算法WCLR。利用数据的内在相关性获得自监督信号,并根据预训练的方法来增强数据表示。给出3个辅助的自监督学习任务,利用信息最大化原理学习属性、物品、序列与邻居序列的相关性,通过互信息最大化提供一种统一的方式描述不同类型数据间的相关性。由于小波卷积网络能提取物品的组合依赖,降低用户交互序列中的噪声,设计一个多核小波卷积模块,通过多尺寸用户序列多方面捕获用户的潜在兴趣,将自监督学习和小波卷积融入到推荐算法模型中,降低序列数据稀疏性和噪声,提高推荐精度。在LastFM、Beauty和Toys 3个数据集上的实验结果表明,与8个序列化推荐模型相比,WCLR算法的命中率、归一化折损累计增益和平均倒数秩分别提升了3.30%、1.47%和2.17%。     

融入句法结构信息的句子级情感分析算法

针对预训练模型BERT在编码文本时,只考虑了文本的序列信息从而只显示地学习了文本的语义信息,但文本的句法结构信息还不能被显示地利用。受知识蒸馏理论的启发,以Teacher-Student框架为模板,提出了Tree-BERT模型将文本的句法结构信息融入到BERT模型中。该模型先使用Tree-LSTM网络学习文本的句法结构信息,然后预测目标领域训练集样本的情感概率分布,也就是样本的情感“软标签”,最后在扩充后的目标领域训练集上微调BERT,提高了BERT在句子级情感分析任务上的准确率。     

蕨麻多糖提取及抗氧化活性研究

通过水提法探讨蕨麻多糖适宜的提取工艺,并研究其抗氧化活性。考察料液比、浸提温度、浸提时间对蕨麻多糖含量的影响,在单因素试验的基础上做L9(34)正交试验优化提取工艺参数。通过测定蕨麻多糖总抗氧化能力,清除DPPH、·OH、O2-·自由基的能力来评价其抗氧化活性。研究结果表明,蕨麻多糖适宜的提取工艺参数是:浸提温度90℃、浸提时间2 h、料液比1∶30。在此条件下蕨麻多糖含量为2.54%。蕨麻多糖具有较好的抗氧化能力,对DPPH、·OH、O2-·自由基的IC50分别为5.47,2.62,27.53 mg/mL。本研究结果为蕨麻开发利用奠定理论基础。