关于论文中的图

1.图要精选,应具有自明性,切忌与表及文字表述重复。2.图要精心设计和绘制,要大小适中,线条均匀,主辅线分明。3.坐标图标目中的量和单位符号应齐全,并分别置于纵、横坐标轴的外侧。4.图中的术语、符号、单位等应与表格及文字表述所用的一致。     

巴斯夫推出基于可再生原料的增塑剂产品组合

巴斯夫已开始向PVC行业提供部分基于循环原料的增塑剂组合。对于这种新的增塑剂组合,在价值链的开始阶段,使用可再生或化学循环原料代替化石资源。替代原料根据质量平衡法分配到销售产品中。巴斯夫的生物质平衡(BMB)增塑剂基于可再生原料,名称为Hexamoll■DINCH BMB、Palatinol■N BMB、Palatinol■10-P BMB和Plastomoll■DOA BMB,使用所需数量的生物石脑油或沼气代替化石资源。这些材料来自有机废物或植物油。生物质平衡增塑剂比传统增塑剂的碳足迹更低,有助于节约化石资源。巴斯夫的质量平衡方法和BMB增塑剂都是根据REDcert2认证的。     

我国水-能源-粮食耦合关系及影响因素

为缓解我国水、能源和粮食资源紧张问题，促进资源可持续利用，构建水-能源-粮食系统，利用耦合协调度模型对我国的30个省（自治区、直辖市）进行测算,并利用空间杜宾模型分析主要影响因素。结果表明：2003—2017年，我国能源、粮食评价[JP]指数高于水资源评价指数，系统综合评价指数逐年递增；大部分省份耦合协调度处于初级协调水平且呈现逐年上升的态势，个别省份耦合协调度濒临失调；耦合协调度空间自相关性较强，虽有明显波动，但是呈现逐年加强的态势；影响耦合协调度的主要因素有从业人口数、固定资产投资额、人均生产总值、人口总数、[JP]文盲人口占比、工业污染排放、城镇化。     

基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。     

飞机客舱的屏蔽效能研究

功率平衡法的网络化公式是以电磁拓扑学和统计电磁学为基础而发展起来的一种电大尺寸系统电磁效应的系统级评估方法。利用全波仿真的方法验证了功率平衡法的可行性,在此基础上,对波音747-8客舱的品质因数和屏蔽效能进行了评估。该方法具有快速便捷和适用范围广的特点。     

Mo-Ni-P纳米粒子催化剂的制备与表征

采用二次纳米自组装方法合成大孔容构架式结构的氧化铝载体及催化剂。通过加入不同表面活性剂A、B改善Mo-Ni双金属活性组分的负载方式,制备Mo-Ni-P纳米自组装氧化铝催化剂。通过BET对催化剂进行表征,结果表明,A系列催化剂的最大孔容和比表面积分别为0.49 cm3/g和211 cm2/g,孔道集中分布在10~60 nm之间,所占的比例平均在50%以上;B系列催化剂最大孔容和比表面积分别为0.41 cm3/g和202 cm2/g,孔道集中分布在6~30 nm之间,所占的比例平均为55.72%。并且A、B系列催化剂在0~6 nm和60~100 nm之间的孔分布也有10%以上的分布。由此可知,表面活性剂可以与金属形成一种稳定的自组装体,从而提高活性金属在载体上的分散性,并且这种多极孔存在的Mo-Ni-P纳米粒子催化剂适用于渣油等重油的加氢处理。     

60m~3煤炭运输专用自翻车的研制

介绍了60m3煤炭运输专用自翻车的主要用途、技术原理、技术参数、主要结构及计算情况。