一种增强人脸识别模型训练稳定性的损失函数

随着卷积神经网路的快速发展,深度学习在人脸识别领域进行了大量的应用.近几年,人脸识别准确率快速提高,主要归功于新颖损失函数的提出.在目前最大的人脸评测数据集MegaFace上,最顶尖的模型已经实现了97.91％的1:N查找性能,但是训练过程中收敛稳定性问题没有得到解决.该文提出一种新型的损失函数LineFace,其lo...     

β-环糊精/氯菊酯包合物制备工艺优化

文章采用超声波法制备了β-环糊精/氯菊酯超分子包合物。采用正交设计研究氯菊酯与β-环糊精的主客体摩尔比、包合温度和包合时间等对包合作用的影响,优选出超声波法制备了β-环糊精/氯菊酯超分子包合物的最佳工艺条件。借助紫外光谱、红外光谱、差热分析证明了超分子包合物的形成。     

(S/R)-2-(2-(5-氟-2,4-二氧-3,4-二氢嘧啶-1(2H)-基)乙酰氨基)-3-(4-羟苯基)丙酸的合成及抗肿瘤活性

以1-乙基-3-(3-二甲胺丙基)碳二亚胺盐酸盐(EDCI)/1-羟基苯并三氮唑(HOBt)为缩合剂,5-氟尿嘧啶-1-基乙酸为中间体,分别与L-酪氨酸甲酯和D-酪氨酸乙酯通过液相偶联合成了(S)-2-(2-(5-氟-2,4-二氧-3,4-二氢嘧啶-1(2H)-基)乙酰氨基)-3-(4-羟苯基)丙酸甲酯和(R)-2-(2-(5-氟-2,4-二氧-3,4-二氢嘧啶-1(2H)-基)乙酰氨基)-3-(4-羟苯基)丙酸乙酯,水解后得到相应的酸对映体。所合成的化合物结构经1H NMR1、3C NMRI、R、MS及比旋光度等测试得以确证。四种化合物的体外抗肿瘤活性测试结果,说明该化合物的抗肿瘤具有一定的选择性,且R构型对抗肿瘤也起到了一定的作用。     

国产螺杆式制冷压缩机在氯气液化中的应用

介绍了JZKF216螺杆式制冷压缩机在液氯生产中的实际应用,并与S8-12.5氨压缩机比较,阐述了该机性能的优越性及取得的经济效益.     

相转移催化合成溴代环戊烷

以液－液相转移催化合成溴化环戊烷。考察了不同的相转移催化剂、催化剂用量、反应温度和时间、反应物料的配比对合成溴环戊烷的影响。确定了合成溴代环戊烷的适宜条件。     

地质聚合物在重金属处理中的进展

地质聚合物因其具有成本低、环保、抗压强度高、耐酸、耐高温等特性而逐渐成为重金属污染处理的良好材料。首先，介绍了地质聚合物种类、制备方法及其碱性活化机理。接着，阐述了地质聚合物与重金属相互作用机理。然后，介绍了影响地质聚合物处理重金属离子效果的重要因素，如地质聚合物、重金属种类和反应条件等。最后，分析了地质聚合物在重金属处理方面存在的问题并对其发展前景进行展望，以期为今后的深入研究和实际应用提供参考。     

析晶温度对低膨胀LAS微晶玻璃的影响

以Li2 O-Al2O3-SiO2(LAS)系统微晶玻璃为研究对象,探究低Li2O掺量(4.13wt％)时析晶温度对微晶玻璃的影响,成功制备出超低热膨胀系数的微晶玻璃.利用XRD、DSC、FTIR、SEM研究了微晶玻璃内部的晶相组成、显微结构.结果表明:在Li2O含量为4.13wt％时,随着析晶温度的提高,平均热膨胀系数(CTE)呈现逐渐增加的趋势,而抗折强度和显微硬度也呈现逐渐增大的趋势.综合分析最佳析晶温度为800℃,此时微晶玻璃的热膨胀系数最小且均为负值,30～300℃、30～400℃、30～500℃温度段的平均CTE值分别为-4.216×10-7/℃、-2.500×10-7/℃、-0.931×10-7/℃.     

钻井液用抗盐聚合醇的优选与评价

采用乙二醇和丙三醇等原料制备并优选了一种钻井液用抗盐聚合醇PCA-5,其在水溶液的浊点为87℃,盐水溶液(6%KCl+12%NaCl)浊点为72℃,具有优良的抗盐效果,同时评价了其对钻井液流变性能、润滑性能、抑制性能和封堵性能的影响。结果表明:钻井液中加入3%聚合醇PCA-5,流变性能影响很小,润滑系数仅0.0828,润滑系数降低率达到46.2%;滚动回收率为96.1%,提高率达到35.7%;高温高压滤失量FLHTHP仅7.8mL,降低率达到38.1%,兼具抗盐、润滑、抑制与封堵功能,效果显著。为保障安全快速钻进、油气层保护和环境保护等方面提供了技术支撑。     

电动-螯合技术修复重金属污染土壤的现状与展望

综述了电动修复去除土壤中重金属的机理、基本类型、优缺点及螯合物在修复重金属污染土壤的作用机理;概述了电动-螯合联合技术在修复重金属污染土壤的方法、应用及其进展,提出了电动-螯合联合技术修复污染土壤存在的问题和应用前景。     

机器学习法预测不同应力比6005A-T6铝合金疲劳裂纹扩展速率

本文开展了不同应力比(R为0.05,0.1,0.3,0.5,0.6)条件下的6005A-T6铝合金紧凑拉伸试样疲劳裂纹扩展速率试验,在此基础上采用BPNN、SVR、KNN和XGboost共4种机器学习方法,比较了4种机器学习方法预测6005A-T6铝合金疲劳裂纹扩展速率的能力;作为对照组,利用试验数据拟合得到了传统的Forman疲劳裂纹扩展率方程。结果表明：应力比R对6005A-T6铝合金裂纹扩展速率存在显著影响,相同应力强度因子范围ΔK下,裂纹扩展速率da/d N随R增大而提高,且R的增大会使裂纹更早进入稳定扩展阶段;4种机器学习模型建立的裂纹扩展率预测内推模型均能体现裂纹扩展过程中速率的非线性变化特征,且对试验数据的拟合系数r²均达0.99以上,普遍高于Forman方程的0.82;4种机器学习模型建立的裂纹扩展率预测外推模型,BPNN算法的拟合系数r²仍高于0.99;KNN算法消耗的训练时间最短,XGboost算法具有最佳的疲劳裂纹扩展速率内推预测能力,而BPNN算法则具有更好的扩展率外推预测性能表现。