聚合物共混物脆韧转变性能研究 Ⅲ.分散相形态参数之间的关系

为了研究形态（特别是分散状态）对聚合物共混物韧性的影响，建立了准网络形态模型，定义了分散相分布系数（ξ，０＜ξ１），并给出其物理意义，推导了基体层厚度的计算公式，研究了形态参数的变化对基体层厚度的影响．对于常见的无规形态，ξ≈１．对于准网络形态，ξ＜１，并且不是常数．计算结果表明，减小ξ和分散相粒径及其分布、增大其体积分数有利于减小基体层厚度．从理论上证明了准网络形态比无规形态更有利于减小基体层厚度．     

Synthesis and Ionic Conductivity of Network Polymer Electrolytes with Internal Plasticizers

Network polymer electrolytes with free oligo(oxyethylene) chains as internal plasticizers were prepared by cross-linking poly(ethylene glycol) acrylates. The effects of salt concentration and properties of internal plasticizers on ionic conductivity were studied.     

不同交联度的杜仲胶的红外光谱研究

研究了不同交联度的杜仲胶在室温及加热后红外光谱的变化规律．发现在室温下测定的样品红外光谱在低波数内对应链段变形振动的几个特征峰、加热后会消失或弥散，而交联度的改变对其影响不大，即使材料中结晶完全消失而变成高弹态．因此，推测这些特微峰的存在，应该和杜仲胶弹性网络中交联点间链段存在着明显的构象规整性有关．     

用于肿瘤诊疗的金属-多酚网络多功能材料

多酚广泛存在于自然界的各种植物中,具有抗癌、抗血栓以及其他保健功效。金属离子在生物和化学催化领域以及各种疾病的检测和治疗中起着非常重要的作用。金属离子和多酚能方便快捷地自组装成金属-多酚网络,其简单绿色的组装制备过程以及对各种实体表面的黏附特性使其在仿生学、材料学和生物医学等领域凸显出巨大的应用潜力。本文总结了近年来金属-多酚类纳米材料在生物医用方面的探索和应用,介绍了本课题组关于金属-多酚网络在肿瘤诊疗方面的研究工作,并对金属-多酚类纳米材料的发展趋势进行了展望。     

反应注射成型聚氨酯互穿聚合物网络研究——刚性网络对于体系形态及性能的影响

用微型反应注射成型机制备了以聚氨酯(PU)为弹性相的两类同步互穿聚合物网络(SIN),其刚性相分别采用保留仲羟基的乙烯基酯树脂(VERH)以及封闭仲羟基的乙烯基酯树脂(VERA)。用傅里叶变换红外光谱在线跟踪了这类互穿网络的生成过程,发现刚性网络抑制了PU网络中硬段有序结构的形成,两个网络间有一定程度的互穿,而两个网络间的化学键作用进一步削弱氢键强度。自旋—自旋弛豫时间的测定进一步表明网络间存在一定的互穿以及刚性相对于PU硬段结晶的抑制作用。材料的力学性能与其SIN的形态有关。VERA网络对PU表现出明显的增强作用,而由VERH网络形成的SIN则由于体系相分离进程受到严重阻碍而使材料性能恶化。     

Madaline网络用于分光光度法同时测定铜钴镍的研究

采用4－（2－吡啶偶氮）－间苯二酚（PAR）－Cu,Co,Ni显色体系，应用Madline神经网络原理，对于吸收光谱严重重叠的三组分金属配合物体系同时进行含量测定，Cu^2 ,Co^2 ,Ni^2 的平均回收率分别为94％，101％，102％，实验表明，该法具有训练速度快，预测结果准确度良好等特点，有望成为多组分分析的有效方法之一。     

基于Internet的化学学习模式与化学网络资源的利用

Internet技术的迅速发展 ,给化学教育带来了前所未有的冲击 ,为化学教育改革注入了活力。化学作为一门以实验为基础的学科 ,可以很好地与Internet技术结合 ,Internet巨大的信息资源的开发与利用已经发展成为一种能适应网络时代化学教育需求的全新的学习模式。分析并提出了基于Internet的网络教育的化学学习模式 ,以及如何在化学教育中深化网络信息资源的开发和利用。     

基于时空图注意力网络的跳高轨迹预测

跳高运动由助跑、单脚起跳、越过横杆落地等一系列动作组成,跳高运动轨迹是一个复杂的因果系统.在每一个时间节点,运动员的身体姿态符合一定的规律约束.研究建立了跳高运动过程中关键身体关节节点坐标依时间变化的离散过程模型,每个时刻的各关节点位置向量由给定的之前若干个时刻的运动员关节点位置决定.跳高运动员肢体的摆动、关节点位置的变化都对运动员位移有重要作用.运动员重要关节点之间的相互作用,使得跳高运动轨迹难以刻画和预测.随着深度学习的发展,图神经网络在时空特征刻画和预测上具有优势.基于时空图注意力网络结合长短时记忆网络、门控循环单元(STGAT-LSTM、STGAT-GRU)建立了具有空间位置约束的跳高运动员关节点位置随时间变化的模型,用于推算跳高运动员重心和关节点位置轨迹.实验结果表明该模型能够很好地刻画跳高运动的过程,对于关节点位置的预测能够达到较好的效果.研究所提出模型的预测效果比基线模型准确性提高了0.02-0.03米.研究给出了基于神经网络模型进行跳高运动轨迹预测的可行解决方案,可作为跳高运动仿真和技术优化研究的重要参考.     

基于睡眠规律的管制员认知能力分析

为了更加准确评估管制员工作状态,针对管制员认知能力评估问题,采用贝叶斯网络模型,提出了一种基于睡眠规律的分析方法.首先归纳了评价睡眠规律的主要因素,并采用PVT反应时间量化管制员的认知能力水平;然后根据先验知识构建了贝叶斯网络模型,在实验统计与模糊集理论的基础上得到条件概率表CPT,参数学习更新,并计算相关系数确定了关键因素;最后通过实际案例分析,预测了管制员认知水平,验证了评估的可行性与合理性.实验结果表明该分析方法能够根据睡眠规律对管制员值班前的认知能力进行准确的评估,降低了人为因素的安全隐患,增强了人员岗前管理的主动性.     

考虑罚金政策的众包物流服务质量网络均衡模型

为优化众包物流服务质量,考虑平台罚金政策,构建了包括发包方、众包平台和接包方在内的三层众包物流服务网络模型,并进行算例分析。结果表明,众包平台实施罚金政策并加大自身服务质量投入成本会促使接包方改善自身的服务质量,众包平台的服务质量和利润随之增大,但一味的增大罚金不但会使得接包方利润下降,众包平台的服务质量和利润也呈稍微下降趋势,因此平台应该选择合适的罚金区间;平台在竞争的同时也要进行一定的合作,因为平台间同步协调改进罚金政策以及质量投入会取得更大的收益和更高的平均服务质量。