两性乳化剂体系对有机硅改性丙烯酸酯乳液合成的影响

采用新型琥珀酸类两性乳化剂(A1)与非离子乳化剂壬基酚聚氧乙烯醚(CA407)复配体系,合成了有机硅γ-甲基丙烯酰氧基丙三甲氧基硅烷(A174)改性的丙烯酸酯乳液。系统研究了两性乳化剂体系与非离子乳化剂复配比例、用量及乳化剂在种子乳液与预乳液中分布比例(R/F)E对乳液聚合及其性能的影响。研究表明:乳化剂配比m(A1)∶m(CA407)=30∶70时,乳液聚合稳定性及抗电解质稳定性较好;乳化剂用量越大,乳胶粒径越小,粒径分布越宽,乳液黏度越大,涂膜吸水率也越大;乳化剂在种子乳液与预乳液中的分布比例主要影响乳液聚合的稳定性。同时通过TEM乳胶粒形态分析及DSC涂膜的玻璃化转变温度分析认为,A174主要在乳液聚合时分布在乳胶粒表面,易水解交联。     

与低计算复杂度解映射相结合的16APSK星座优化

提出一种在新的简化的解映射方法下,以星座图上所有信号点距离解映射门限的最小距离的最大化为目标函数的星座图优化方法。仿真比较了在优化设计的星座映射下,传统的解映射算法和所提出的解映射的误码性能。仿真结果表明,所提出的星座图优化设计方法在简化的解映射方法下具有良好的性能;简化的解映射算法在大大降低计算复杂度的情况下,在误比特率为10-4时,SNR损失了约1 d B。     

乙苯脱氢氧化制苯乙烯工艺过程分析

对乙苯脱氢氧化工艺过程进行了热力学分析，表明氧化烧氢具有提高平衡转化率和能量合理利用的优点。通过一维拟均相模型模拟计算，比较了乙苯脱氢与乙苯脱氢氧化的反应效果，并由实验得到了验证。同时还讨论了乙苯实验转化率提高不多的原因。     

固相法氯化聚乙烯与聚氯乙烯共混物的形态与性能

研究了聚氯乙烯(PVC)与固相法氯化聚乙烯(CPE)共混物的应力-应变行为和冲击强度对CPE用量和氯含量的依赖关系,考察了共混物形态与性能的关系。动态力学性能和透射电子显微镜的研究结果表明,PVC/CPE为部分相容体系,两相间存在着一定的相互作用,当CPE氯含量为36％～42％,用量为7～15份时,CPE在PVC/CPE共混物中形成比较完整的网络结构、共混物具有更好的抗冲击性能。Brabender流变仪研究表明,CPE能促进PVC的塑化,共混物的加工性优于纯PVC。     

煤基高分子复合材料研究现状及发展趋势

介绍了煤基高分子复合材料研究现状，包括煤粉填料、神府煤／高密度聚乙烯共混体系、特种无烟煤粉共混塑料、煤／聚己内酰胺复合材料、风化煤腐殖酸／聚己内酰胺复合材料和傅一克烷基化改性煤／聚丙烯复合材料，以及煤基高分子复合材料的应用，并分析了煤基高分子复合材料的发展趋势。     

3-甲基-4-硝基亚胺基全氢化-1,3,5-(口恶)二嗪的合成

3-甲基-4-硝基亚胺基全氢化-1,3,5-二嗪是合成第二代烟碱类杀虫剂噻虫嗪的重要中间体。介绍并评价了文献中所报道的合成3-甲基-4-硝基亚胺基全氢化-1,3,5-二嗪的方法。以硝基胍为起始原料成功的合成了3-甲基-4-硝基亚胺基全氢化-1,3,5-二嗪,总收率为68.2%。     

混合催化剂合成水性环氧丙烯酸酯的研究

通过环氧丙烯酸树脂和双羟基化合物反应,获得具有亲水性链段的水性环氧丙烯酸酯。研究了催化剂用量和反应温度对转化率的影响,确定了以混合催化剂的最佳反应条件。采用FT-IR红外光谱对所合成的数值进行了表征,实验结果表明可以获得目的产物。     

汽车用塑料注塑新技术的进展

综述了汽车用塑料的注射成型技术的进展，简单介绍了气体辅助注射成型(GAIM)、水辅助注射成型、熔芯注射成型、反应注射／增强反应注射(RIM／RRIM)成型等技术的特点、生产的汽车部件及最新动向。     

大学毕业生就业中的几对矛盾及其化解

我国大学毕业生就业形势日趋严峻,就业问题已经引起了社会的广泛关注,社会各界都在为大学生就业出主意、想办法.笔者对目前毕业生就业中的几对矛盾及其化解作了一些探索,本文就如何解决这些矛盾谈一点看法.     

Interaction‐Feature Enhanced Multiuser Model Learning for a Home Environment Using Ambient Sensors

Activity recognition (AR) is a key enabler for a context‐aware smart home since knowing what the residents’ current activities helps a smart home provide more desirable services. This is why AR is often used in assistive technologies for cognitively impaired people to evaluate their abilities to undertake activities of daily living. In a real‐life scenario, multiple‐resident AR has been considered as a very challenging problem, primarily due to the complexity of data association. In addition, most prior research has not considered the potential interpersonal interactions among residents to simplify complexity, especially in an environment monitored by ambient sensors. In this study, we propose two types of multiuser activity models, both of which are derived from an interaction‐feature enhanced multiuser model learning framework. These two models consider interpersonal interactions and data association for multiuser AR using ambient sensors. We then compare their performance with the other two baseline models with or without consideration of data association and interpersonal interactions. The experimental results show that the derived models outperform other baseline classifiers. Therefore, the proposed approach can increase the opportunities for providing context‐aware services for a multiresident smart home.