面向原油总氢物性预测的数据扩增预处理方法

针对原油总氢物性回归预测中核磁共振光谱数据不足的问题,结合深度学习相关理论,提出一种光谱数据扩增预处理方法.根据样本输入和标签的相关系数,在原始样本中加入随机噪声以生成虚拟样本;处理样本数据结构以利于卷积神经网络特征提取,并加入数据冗余改进该结构以进一步提高数据特征提取的完整性;搭建实现原油总氢物性回归预测的卷积神经网络(Regression forecasting convolutional neural network,RF-CNN).实验结果表明,对于总氢物性的回归预测,该数据扩增预处理方法不但可以解决原始数据训练中的过拟合现象,而且相比于传统的偏最小二乘(PLS)回归方法,更具稳定性和精确性.     

走近软包装无溶剂胶黏剂

正1974年,德国Herbert公司首次推出了无溶剂复合工艺,距今已有40余年历史。该工艺因具备良好的经济性、环保性、高效性等突出优点而备受青睐。保守估计,在欧美等发达国家无溶剂复合的加工量已经达到60%以上。而在国内,1985年北京化工研究院引进了国内第一台无溶剂复合设备,并开始进行     

浅析染发剂对软包胶粘剂的腐蚀影响

本文以典型日化品-染发剂作为研究内容物,通过傅里叶变换红外光谱（FTIR）、气相质谱联用仪（GC-MS）等仪器手段,系统地研究了其组成、迁移物质成分及其对软包胶粘剂的腐蚀及作用机理。