合成Co_2O_3—Cr_2O_3—Fe_2O_3—MnO_2系高温黑颜料最佳工艺条件的探讨

本文介绍了Co_2O_3—Cr_2O_3—Fe_2O_3—MnO_2系高温黑颜料的合成工艺,研究分析了四种氧化物的不同配比、混合及合成温度等工艺过程对颜料呈色的影响,从而确定了含钴量较低呈色纯正的Co—Cr—Fe—Mn系高温颜料的最佳工艺条件,并利用过渡金属络合物的吸收光谱理论对Co、Cr、Fe、Mn四种元素的变价离子使含Ba釉着黑色的特性作出了定性的分析.     

聚乙二醇模板法制备纳米羟基磷灰石

本实验以四水硝酸钙和磷酸氢二铵为原料,并使用非离子表面活性剂聚乙二醇(PEG)作为模板在低温常压下制备了纳米羟基磷灰石粉体.采用X射线衍射(XRD)、红外光谱(FTIR)、透射电镜(TEM)和扫描电镜(SEM)对纳米羟基磷灰石粉体进行了分析表征.结果表明,聚乙二醇具有诱导晶体成核生长和控制晶粒尺寸的作用.纳米羟基磷灰石粉体在80 ℃二干燥后的粒度在40 nm左右.     

医学知识增强的肿瘤分期多任务学习模型

肿瘤分期是指从病人的电子病历文本中推测肿瘤对应阶段的过程。在电子病历数据中存在类别严重不均衡现象,因此使用深度学习方法进行肿瘤分期具有一定的挑战性。该文提出医学知识增强的多任务学习KEMT(knowledge enhanced multi-task) 模型,将肿瘤分期问题视作面向医疗电子病历的文本分类任务,同时引入医生在人工预测肿瘤分期时参考的医学属性,提出基于医学问题的机器阅读理解任务,对上述两种任务进行联合学习。我们与医疗机构合作构建了真实场景下的肿瘤分期的数据集,实验结果显示,KEMT模型可以将医学知识与神经网络结合起来,预测准确率高于传统的文本分类模型。在数据分布不均衡的条件下,在小样本类别上的准确率提升了4.2个百分点,同时模型也具有一定的解释性。     

三维有限差分前处理系统的研究和实现

从实体造型、网格划分和网格显示三大主要功能模块介绍三维有限差分前处理系统的研制.采用CSG_BRep模型进行实体造型,引入快速成形中的切片分层技术,完成复杂实体模型的三维有限差分网格的自动划分,提出了一种快速剔除实体内部完全不可见网格面(线)的消隐算法,极大的提高了网格图的绘制速度.针对网格划分产生的零星空网格的问题,采用降维思想,提出了将同一条扫描线上,交点距离小于一倍网格步长的两个交点合并为一个交点,从根本上消除了零星空网格.     

火花等离子烧结技术制备的WC/Co纳米硬质合金

研究了火花等离子烧结工艺与YG10、YG12两种纳米硬质合金性能的关系.然后采用火花等离子烧结技术制备了硬质合金功能梯度材料,该材料由纳米WC/10%Co、纳米WC/12%Co、微米WC/15%Co混合粉以及不锈钢圆片烧结而成.显微硬度压痕显示该材料各层间的应力较小.