基于卷积神经网络特征图聚类的人脸表情识别

针对卷积层存在的特征冗余问题,提出了一种基于卷积神经网络的特征图聚类方法。首先通过预训练网络参数提取网络最后一层卷积层的特征图,然后对特征图进行聚类操作,取聚类中心构成新的特征图集合,以聚类后的特征图集作为数据集训练分类器。将有监督的深度学习方法与传统的机器学习方法相结合,使用特征图聚类进行特征去冗余让网络学习到更有效的特征。去冗余后的特征使用神经网络分类器在fer2013测试集上达到了71.67%准确率,在CK+测试集上达到86.98%准确率,证明了该人脸表情识别方法的有效性。     

新型氧酰基肟酯类光引发剂的制备与性能

制备了3种新型氧酰基肟酯类光引发剂。并用TLC、DSC和UV等手段对其溶解稳定性、热稳定性及紫外吸收特性进行了表征,发现其溶解稳定性良好,可溶于常见的有机溶剂,有着非常好的热稳定性,并且在g线(436nm)、i线(365nm)和深紫外处(DUV,248nm)都有很好的紫外吸收;还利用实时红外(RT-IR)红外实验及感光性能测试实验对此类光引发剂的光固化性能进行了测试。结果表明,与常见的自由基引发剂ITX、TPO、261等相比,其更适合用于405nm紫激光自由基光聚合成像体系及其他化学增幅光致抗蚀试剂体系中。     

双官能团氧杂环丁烷活性单体的合成及固化性能的研究

以3-乙基-3-羟甲基氧杂环丁烷为原料,分别与对二溴苄,联苯二氯苄和双[4-(2-羟基乙氧基)苯基]丙烷合成具有双氧杂环丁烷官能团的活性稀释剂OXT121,OXBP,OXBPA单体。在光源为高压汞灯,波长为365 nm,测试时间为180 s的条件下,用GR61硫鎓盐作光引发剂,对OXT121,OXBP,OXBPA三种单体进行了实时红外转化率测试;对E-51环氧树脂黏度稀释效应进行了测定。结果表明,OXT121,OXBP,OXBPA三种活性单体具有良好的转化率,且能有效降低E-51环氧树脂黏度,是一类优良的UV阳离子活性稀释剂。     

新型紫外光产酸剂的合成及其光聚合动力学研究

以2-硝基噻吩,甲基磺酰氯及苯乙腈为原料合成了一种紫外光产酸剂(5-甲磺酸酯亚胺-5H-噻吩-2-亚基)-苯基-乙腈(MTPA),通过傅里叶红外光谱仪、核磁共振仪和紫外吸收光谱仪及热重分析对所合成的产物的结构和性能进行了表征,并利用实时红外(RT-IR)对该引发剂进行了光聚合反应动力学研究。考察了单体、产酸剂浓度对引发速率及单体转化率的影响。结果表明,在一定浓度范围内,随着引发剂浓度增大,聚合速率加快,最终的双键转化率也增高。