纳米二氧化锆改性聚酰亚胺薄膜的制备及性能

聚酰亚胺（PI）在工程高分子材料领域广受关注,开发新型耐高温、疏水性良好的PI薄膜材料是推动高性能高分子材料在电动汽车等高新技术领域工程化应用的重要突破口。以间苯二胺（MPD）与4,4’-(4,4’-异丙基二苯氧基)二酞酸酐（BPADA）为原料,采用原位掺杂热亚胺化合成PI薄膜,通过向聚酰胺酸（PAA）前驱液中添加纳米ZrO2粉体对聚酰亚胺薄膜进行改性,制得不同ZrO2添加量（0.77%～1.93%,以MPD、BPADA总质量为基准,下同）的复合型PI薄膜。借助XRD、SEM、EDS、FTIR及TGA对复合薄膜进行了结构和形貌表征。结果表明,与纯PI相比,ZrO2添加量为1.93%的复合薄膜初始分解温度为415℃（提高5%）,水接触角为91.7°（提高61%）,表明ZrO2对改善PI薄膜的性能具有重要作用。     

透水混凝土对城市雨水径流中污染物净化原理的研究进展

透水混凝土是一种不含或含有少量细集料、具有较大连通孔隙体积分数的混凝土,目前已广泛应用于轻型路面、停车场、广场、人行道、中央隔离带和公路路肩等。透水混凝土对于城市路面排水、缓解城市热岛效应、吸收车辆噪音等具有积极作用,并可将道路表面雨水径流进行收集、过滤处理后渗入土壤,从而有效补充地下水,实现雨水的再利用。由于透水混凝土特殊的结构形式,其在净化雨水径流污染物中表现出了良好的性能和潜力。透水混凝土中的组成成分本身就对雨水径流中污染物具有一定的吸附作用,近年来研究者们除了研究其本身组成成分对雨水径流中污染物的去除机理之外,还致力于探索提高透水混凝土去除雨水径流中污染物效果的方法及其原理,并取得了丰硕的成果。目前可提高透水混凝土去除雨水径流中污染物性能的途径有:(1)在透水混凝土中掺入粉煤灰、膨润土、硅藻土代替部分胶凝材料;(2)利用沸石、陶粒替代透水混凝土中的部分粗骨料;(3)通过涂覆、掺入等方式将光触媒材料引入到透水混凝土中;(4)通过微生物培养的方式使透水混凝土表面形成一层可去除污染物的生物膜等。其中,在透水混凝土中光触媒材料的光催化作用主要是降解雨水径流中的有机物;生物膜主要是去除雨水径流中的有机物以及氮类污染物。针对上述介绍的各种方法,本文分别归纳了有关透水混凝土的基本组成材料、掺入其中的掺合料、改性骨料以及光触媒材料和生物膜对雨水径流中不溶的悬浮颗粒、氮、磷、部分重金属离子、有机物等污染物的去除效果及原理的研究进展。同时本文也对未来透水混凝土净化雨水径流中污染物的研究和发展方向进行了展望:将掺合料、改性骨料、光触媒材料和生物膜引入到透水混凝土中可能会对透水混凝土本身的性能产生一定的不良影响;光触媒材料和生物膜的引入成本相对较高,且是否会对环境造成其他方面的影响尚不明确;透水混凝土长时间吸附污染物会造成其孔隙堵塞,从而影响其去除污染物性能,这些问题仍需要进一步的研究。     

基于实例相似度检测的蒙汉机器翻译方法

针对内蒙古地区机器翻译力量薄弱、技术落后等现状,提出一种基于实例的翻译方法,使用不同粒度的对齐技术对蒙汉双语语料库进行处理,根据相似度算法进行匹配和重组并生成译文.实验结果表明:利用实例库相似度检测的方法能够对特定领域的蒙古语做出有效的翻译,并在一定程度上提高翻译质量,在蒙汉机器翻译中具有较好的应用价值.     

基于液态金属的可拉伸导电织物制备及性能

为了制备性能优异的导电非织造布,以聚氨酯非织造布为原料,利用水性聚氨酯(WPU)对聚氨酯非织造布进行改性整理,采用模板涂覆法将液态金属(LM)涂覆到经WPU整理的聚氨酯非织造布上,最后采用WPU封装得到可拉伸的导电织物。通过扫描电子显微镜、接触角测试仪、傅里叶红外分析、电加热试验和电磁屏蔽测试研究了LM导电织物的结构及性能。结果表明：经过WPU处理的聚氨酯非织造布的接触角从107.7°下降到71.6°,力学性能变化不大;3 mm宽的LM导电织物电阻达到0.35Ω,在100%伸长下电阻变化小于10%,在50%形变下拉伸循环200次电阻的相对变化小于6%;将其作为电加热织物时,在0.36 V电压下的最高温度可达63.5℃;另外,LM导电织物还具有优异的电磁屏蔽效果,即使在拉伸状态下,织物的电磁屏蔽效能最高可达69.98 dB。     

人工智能在计算机网络技术中的应用探究

计算机网络信息技术的不断发展,直接带动了我国社会主义经济的全面进步,人工智能在计算机网络技术的支持下,得到了较大的发展,与此同时,人工智能在计算机网络技术中的应用,也促进了社会的健康可持续发展.基于此,本文从人工智能的内涵入手,对人工智能在计算机网络技术中的应用进行分析,供相关读者参考.     

基于大数据的结构化SVM的黏着语词性标注的研究

传统的条件随机场(Conditional Random Fields,CRF)方法虽然可以容纳任意长度的上下文信息且特征设计灵活,但训练代价大、模型复杂度高,尤其在序列标注任务中由于需要计算整个标注序列的联合概率分布使其缺点更加突出.为此,结合一种结构化方式的支持向量机(Structured Support Vecto...     

液态金属/聚氨酯复合弹性导电纤维的制备及性能

利用湿法纺丝法制备了高弹性热塑性聚氨酯(TPU)纤维;然后浸涂水性聚氨酯(WPU)作为黏结层,改善了TPU和液态金属(LM)间的浸润性,并在预牵伸状态下涂覆LM,以提高纤维的电阻稳定性;最后利用浸涂法将LM层封装在WPU涂层中,得到复合弹性导电纤维。测试结果表明:WPU可显著改善纤维与LM间的浸润性,接触角由初始的127.9°降低至75.2°;在200%预牵伸状态下涂覆LM得到的复合导电纤维,在经历120次拉伸回复循环后,电阻仍保持稳定。     

基于CNN词根形态选择模型的改进蒙汉机器翻译研究

随着科学技术的发展,以循环神经网络为基础的机器翻译方法由于翻译质量更好而逐渐取代统计机器翻译方法,特别是在国际大语种之间的互译方面,RNN在对语料编码时能够提取更好的特征,这对翻译质量好坏至关重要。然而在蒙古语这类小语种的翻译方面,由于语料不足导致的数据稀疏和RNN模型训练梯度消失等问题,很难从语料中充分获取语义关系,因此该文提出一种基于卷积神经网络CNN(convolutional neural network)的蒙汉机器翻译方法,在对源语料编码时利用池化层获取语义关系,并根据蒙古语构词特点得到句子的语义信息,再通过融合全局注意力机制的GRU循环神经网络将编码过后的源语言解码为汉语。实验结果表明,该方法在翻译准确率和训练速度两方面均优于RNN基准机器翻译方法。     

结合无监督元学习方法的神经机器翻译

神经机器翻译模型主要是在监督环境下学习模型参数,即编码器将源语言编码为连续的向量表示,解码器从这组连续向量表示中解码出目标语言.对于稀缺资源的语言来说,监督学习方法表现得并不理想.虽然迁移学习方法能够缓解上述问题,但是模型泛化能力较弱,得不到期望的译文.本文受迁移学习启发,提出一种无监督的元学习策略来构建翻译模型,将利...     

基于统计分析的蒙汉自然语言的机器翻译

为改变内蒙古地区蒙汉机器翻译发展相对落后的现状,采用基于统计的机器翻译方法将短语作为翻译的最基本单元,并基于最大熵模型提出了一种分词方法和词对齐方法,通过调序结果来输出译文.实验结果表明:改进后的翻译系统BLEU值在一定程度上有所提高,所提方法可为蒙汉应用研究提供参考.