神经网络在SnO_2气敏元件浓度测量中的应用

气体传感器属于传感器技术领域,在传感器行业中占有重要的地位.然而气体传感器阵列的交叉敏感性严重影响气体传感器对混合气体的测量.基于Matlab平台的神经网络工具箱,分别构建BP神经网络和RBF(径向基)神经网络,对由涂敷不同敏感材料的声表面波振荡器组成的阵列在4种混合气体灵敏度响应数据进行定量识别研究,结果表明RBF神经网络在气体定量识别方面更具优势.     

一种筛选血管紧张素转换酶抑制肽的方法

实验建立一种从蛋白水解物中快速高效鉴别血管紧张素转化酶抑制剂(ACEI)的方法：先对蛋白按照酶解位点进行序列搜寻,建立一个样品肽库;在量效结构关系(QSAR)研究的基础上对样品库中的肽的ACE抑制活性进行预测,然后化学合成目标肽及测定活性;必要时用现代分析技术确证蛋白水解物中目标肽的存在。用此方法对油菜、大米、小麦蛋白水解物中三肽ACE抑制活性进行研究,发现IC50在10μmol/L以下的三肽多达34条,选择了11条活性较高的肽合成验证,最后发现潜藏在油菜Cruciferin BNC1 (P33523)蛋白序列347～349的LRL活性最高,IC50达到3.42μmol/L,且具有较好的稳定性。抑制动力学研究表明,LRL属于竞争性抑制剂;油菜蛋白胃蛋白酶水解物进行分子质量分段,取分子质量小于1000D部分进行高效液相色谱(HPLC)分析发现有LRL。     

几种神经网络在混合气体预测中的比较

气体传感器阵列的交叉敏感性严重影响气体传感器对混合气体的测量。用M atlab平台的神经网络工具箱,分别构建了BP,径向基(RBF)和模糊(FNN)神经网络,利用掺杂不同材料的4种SnO2气体传感器组成阵列,实现对甲醛、甲苯、丙酮和乙醇混合气体的体积分数预测。结果表明:FNN神经网络对混合气体体积分数预测的精度要高于其他2种网络。而且,结合PCA和ICA对数据样本进行预处理,有利于提高神经网络对体积分数预测的精度。     

羟基驱使苯丙聚合物/SiO_2杂化乳液的合成与成膜

制备了贮存稳定、高无机硅含量（≥21.0%）的聚（苯乙烯-丙烯酸酯）/SiO2杂化乳液（PSE/Si）,考察了甲基丙烯酸羟乙酯（HEMA）含量对杂化乳液微观形态的影响,探讨了成膜过程中Si-O-Si键的形成机理。结果发现,PSE/Si杂化乳液的粒径及其分布系数随着HEMA含量的增加而减小;透射电镜分析显示,m（HEMA...     

乙二胺对聚氨酯-丙烯酸酯复合乳液性能的影响

以聚醚多元醇、甲苯二异氰酸酯和甲基丙烯酸甲酯为原料 ,采用原位乳液聚合工艺合成了聚氨酯 -丙烯酸酯复合乳液 ,研究了乙二胺扩链剂用量对乳液及其胶膜性能的影响。     

TMPTMA交联改性聚丙烯酸酯乳液的合成与性能

以三羟甲基丙烷三甲基丙烯酸酯（ TMPTMA ）为内交联单体,苯乙烯（ St ）、甲基丙烯酸甲酯（ MMA）、丙烯酸丁酯（ BA）和甲基丙烯酸（ MAA）为共聚单体,采用半连续核壳乳液聚合工艺合成了自交联聚丙烯酸酯乳液（ T-PAE）。考查了TMPTMA添加量与添加方式对乳液聚合稳定性以及涂膜性能的影响。研究发现：随着TMPTMA含量的增加,T-PAE乳液聚合的稳定性降低,聚合凝胶率增大,乳胶粒的平均粒径下降；涂膜的耐介质性能和交联密度相应提高,合适的TMPTMA加入量为总单体质量的0．5%~1．0%。     

丙烯酸改性水性聚氨酯乳液的研制

采用平衡溶胀法制备了丙烯酸改性水性聚氨酯(PU)乳液,研究了甲基丙烯酸甲酯(MMA)的含量、引发剂用量及引发剂体系对乳液及涂膜性能的影响,并用傅立叶红外光谱仪(FT-IR)对PU和PUA进行结构进行表征。研究发现平衡溶胀法可以大大提高MMA的含量,使改性乳液和涂膜性能得到很大的提高;采用油溶性引发剂与水溶性引发剂组成的复合引发剂体系,可使MMA的转化率达到98.6%。     

聚合物微乳液及其应用

综述了聚合物微乳液的制备以及聚合物微乳液的结构与性能特征，详细分析了聚合物微乳液的应用。     

聚合型乳化剂及其应用

聚合型乳化剂是一种新型乳化剂。本文介绍了聚合型乳化剂的类型和一般性质，通过传统乳化剂与聚合乳化剂比较，阐明了可聚合型乳化剂的优点，最后介绍了聚合型乳化剂的应用情况。