立构复合聚乳酸的制备及表征

采用熔融缩聚法制备聚L-乳酸(PLLA)和聚D-乳酸(PDLA)预聚物;将相对分子质量相近的PLLA和PDLA预聚物分别溶于二氯甲烷中,进行溶液共混,制备部分或全部立构复合聚乳酸(sc-PLA);采用固相聚合的方法提高sc-PLA的相对分子质量,并对sc-PLA的结构和性能进行了表征。结果表明:sc-PLA的熔点比聚乳酸约高55℃,且与立构复合晶体结构有关;随着共混物中PLLA含量的增加,固相聚合后,scPLA的相对分子质量增加;立构复合结构的形成并不能提高sc-PLA的热降解温度,提高相对分子质量能明显提高sc-PLA的热稳定性,且相对分子质量越大,sc-PLA初始热降解温度越高,最高可达270℃。     

图神经网络会话推荐系统综述

会话推荐立足于目标用户的当前会话,根据项目类别、跨会话的上下文信息、多种用户行为等辅助信息学习项目间的依赖关系,从而捕捉用户的长短期偏好进行个性化推荐。近年来,流行的深度学习系列方法已经成为会话型推荐系统这个研究热点的前沿方法,尤其是图神经网络的引入,使会话推荐系统的性能得到了进一步提升。鉴于此,该综述从问题定义与会话推荐因素出发,从构图方面进行分析;将相关工作分为基于图卷积网络、门控图神经网络、图注意力网络和其他图神经网络架构的会话推荐系统,并进行归纳与对比;对各工作实验部分中的损失函数类别、所选用的数据集和模型性能评估指标三方面进行深入分析。重点从算法原理和性能分析两方面对各模型框架进行评估和梳理,旨在对近五年基于图神经网络的会话推荐系统相关工作进行评述、总结与展望。