PMR型耐高温聚酰亚胺基体树脂及复合材料的制备与性能研究

分别以3,4′-二氨基二苯基醚(3,4′-ODA)和3,3′,4,4′-二苯甲酮四羧酸二酐(BTDA)作为二胺和二酐单体、5-降冰片烯-2,3-二甲酸酐(NA)作为封端剂,通过调节3种原料的化学计量比,在无水甲醇溶剂中合成了具有不同分子量的预聚体,并通过不同温度下的热处理获得了一系列聚酰亚胺(PI)树脂。结果表明：随着预聚体分子量的增加,固化后PI树脂的热稳定性得到提高,5%热失重温度(T_5%)由460℃升至513℃,10%热失重温度(T_10%)由513℃升至554℃;但是由于交联密度的降低,PI树脂的玻璃化转变温度(T_g)随预聚体分子量的增加从309℃降低至271℃。同时发现,合理的后固化可使PI树脂的耐高温性能得到提高。以该系列PI树脂为基体,采用手糊法制备了一系列碳纤维增强聚酰亚胺(CF/PI)复合材料,它们表现出优良的耐热性能(T_5%:532～595℃,T_10%:631～840℃,T_g:346～422℃)和机械性能(弯曲强度：559～811MPa,...     

新媒体时代的消防突发事件与信息公开

消防突发事件具有极高的社会关注度,不当的信息公开和报道易引发公众负面情绪,且通过网络媒体的传播发酵极易形成阻碍消防突发事件治理和破坏社会稳定的风险。基于DIIS理论的框架步骤开展研究,采用全网主题相关媒介大数据进行分析,通过AoC理论模型（横向）、“四维度”（纵向）进行信息揭示,以德尔斐专家法结合DSR理论进行综合研判,并结合实际提出具体建议。研究发现了更易引发负面情绪的消防突发事件类型、易产生负面情绪的地域特点、带动情绪传播的关键形式和网民更加关注的账号类型,并发现信息公开和治理引导的两大关键时间点。研究结合新媒体环境下信息公开和治理引导实际,给出“度”“术”“害”“面”4个维度的对策建议。     

酱香型白酒相关术语的分析及建议

随着酱香型白酒市场规模的扩大,越来越多的酱酒企业应势而生,但由于各大酒企分布区域、语言习惯、工艺操作、设备水平、原辅用料等都不尽相同,对一些酱香型白酒相关名词的表述存在差异性,因此形成了具有区域特色、文化特色、历史特色、阶段特色的多元化酱香型白酒术语体系.一方面体现了酱酒行业发展的勃勃生机,另一方面也在一定程度上影响了...     

动态数据下的三支区间离散模型

在数据挖掘领域中,数据离散化是将一组连续的数值属性转换为离散的标称属性值,并广泛在音频或视频等连续时间信号的预处理中得到应用.据文献考证,离散区间中的不确定性的空白区间被现有研究所忽略.此外,动态的增量数据将使离散区间更加复杂.针对增量数据下离散问题,本文提出了一种基于三支决策的自适应动态区间离散化方法.本文提出的三支...     

精密酒精计的不确定度及符合性评定

文章分析了影响酒精计修正值的不确定度因素,主要包括:测量重复性、二等标准酒精计的示值、二等标准酒精计的修正值、被检酒精计示值、环境温度、液体毛细常数变化、表面张力、空气浮力、垂直偏差和数据修约,从而评定精密酒精计修正值的不确定度,对白酒企业中的科学计量、理化检测和数据分析提供参考依据。     

定量包装商品净含量不合格的原因分析

随着市场经济的飞速发展与繁荣,定量包装商品必将成为生产销售的主导产品,但是定量包装商品净含量多年来一直存在不合格的问题,合格率不尽人意,如何从技术方面提高定量包装商品净含量合格率,保障消费者的切身权益已经成为现阶段的一项重要工作。     

语文课堂教学优化策略

本文针对当前语文课堂教学沉闷,低效现象,提出了四条优化策略:教师要转变与更新教育观念;课堂教学要与学生的生活实际相联系;在课堂教学中开展形式多样的学习活动;把人文教育有机地融入课堂.     

基于知识图嵌入的跨社交网络用户对齐算法

针对目前跨社交网络用户对齐算法存在的网络嵌入效果不佳、负采样方法所生成负例质量无法保证等问题,提出一种基于知识图嵌入的跨社交网络用户对齐（KGEUA）算法。在嵌入阶段,利用部分已知的种子锚用户对进行正例扩充,并提出Near_K负采样方法生成负例,最后利用知识图嵌入方法将两个社交网络嵌入到统一的低维向量空间中。在对齐阶段,针对目前的用户相似度度量方法进行改进,将提出的结构相似度与传统的余弦相似度结合共同度量用户相似度,并提出基于自适应阈值的贪心匹配方法对齐用户,最后将新对齐的用户对加入到训练集中以持续优化向量空间。实验结果表明,提出的算法在Twitter-Foursquare数据集上的hits@30值达到了67.7%,比用户对齐现有最佳算法的结果高出3.3~34.8个百分点,显著提升用户对齐效果。     

利用粒子群优化算法实现阻尼比和频率的精确识别

摘要：本文提出了一种利用粒子群优化算法辨识阻尼比和频率的方法。该方法将系统频率、阻尼比、幅值和相位的辨识问题转化为非线性优化问题,引入粒子群优化算法寻找全局最优解。基于粒子群优化的阻尼比和频率辨识方法不需要测量激励信号,原理简单,实现容易。仿真和实验结果表明：基于粒子群优化算法的阻尼比和频率辨识方法不受邻近模态耦合的影响。在无噪声条件下具有较高的辨识精度,随着信噪比的逐步降低,辨识精度开始逐步下降。用低通滤波器滤除高阶模态后,得到的脉冲响应信号对频率、阻尼比、幅值的辨识精度影响很小,对相位的辨识精度影响很大。