不饱和聚酯改性丙烯酸树脂及其涂料

合成了低相对分子质量不饱和聚酯树脂,再与甲基丙烯酸甲酯、苯乙烯等单体进行游离基聚合,制得含羟基的不饱和聚酯改性丙烯酸树脂。由该改性树脂与异氰酸酯制得的涂层,其干性、丰满度、光泽、硬度等综合性能优于一般羟基丙烯酸树脂。讨论了各种合成因素对树脂及涂膜性能的影响。     

不饱和聚酯改性丙烯酸树脂及其涂料的研制

合成了低相对分子质量不饱和聚酯树脂,再与甲基丙烯酸甲酯、苯乙烯等单体进行自由基聚合,制得含羟基的不饱和聚酯改性丙烯酸树脂。由该改性树脂与异氰酸酯制得的涂层,其干性、丰满度、光泽、硬度等综合性能优于一般羟基丙烯酸树脂制得的涂层。讨论了各种合成因素对树脂及涂膜性能的影响。     

基于无效卷积核权值回退的神经网络优化方法

在神经网络模型训练过程中,存在部分卷积核退化为无效卷积核,在神经网络推理过程失去作用的问题。针对该问题,提出了一种仅使用单个模型就能在训练过程中激活无效卷积核,提高模型性能的方法。首先将初始模型训练至收敛时刻;然后通过L1正则和卷积核相关性两种方式衡量卷积核的有效性;最后将无效卷积核的权值回退到模型训练的初期阶段并对模型进行重训练。在CIFAR-10、CIFAR-100等图像分类的数据集上的实验结果表明,无论是在残差网络还是在轻量级网络上,提出的方法都能有效地恢复无效卷积核,提高神经网络模型精度。相比之前的方法,该方法在低代价下达到了最佳效果,在图像分类任务上平均提高了0.93%的准确率。