排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
2.
聚酯在超临界甲醇中的降解特性 总被引:1,自引:0,他引:1
研究在间歇高压反应器中聚对苯二甲酸乙二醇酯(PET)、聚对苯二甲酸丁二醇酯(PBT)及聚碳酸酯(PC)在超临界甲醇中的降解反应;通过建立聚酯在超临界甲醇中的降解反应模型,探讨了聚酯在甲醇中降解的机理。结果表明:PET、PBT和PC在甲醇溶液中的降解具有共性,均可分为超临界区、非临界区和中间过渡区三个区域。在超临界区聚酯完全溶于甲醇并降解为原料单体,且对苯二甲酸二甲酯(DMT)和碳酸二甲酯(DMC)的收率均大于90%;聚酯的降解是在聚合物分子链的无规断裂和聚酯进行酯交换反应的双重作用下发生的。 相似文献
3.
The principles of chemical engineering is the foundation of chemical engineering professional core courses. This article introduces the goal and content of course Ideology and politics for principles of chemical engineering course. Ideological education has been carried out on the teachers' quality, knowledge, cases, historical personages, and teaching practice to provide reference for education in science and engineering course. 相似文献
4.
5.
针对目前大部分PM2.5预测模型预测效果不稳定、泛化能力不强的现状,以记忆能力较强的循环神经网络(RNN)和特征表达能力较强的卷积神经网络(CNN)为基础,采取Stacking集成策略对两者进行融合,提出了RNN-CNN集成深度学习预测模型。该模型不仅充分利用时间轴上的前后关联信息去预测未来的浓度,而且在不同层次上将自动提取的高维时序数据通用特征用于预测,以保证预测结果的稳定性。最后,对集成之前的RNN、CNN和集成之后的RNN-CNN模型,以2016年中国大陆地区1 466个监测站点的空气质量数据为样本进行实例验证,结果表明,RNN-CNN在PM2.5时间序列预测上的表现明显优于集成之前的RNN和CNN,而且泛化误差更低,在34%站点上的拟合度超过0.97,该模型可用于大范围区域的PM2.5小时浓度预测。 相似文献
6.
7.
8.
针对目前大部分PM2.5预测模型预测效果不稳定、泛化能力不强的现状,以记忆能力较强的循环神经网络(RNN)和特征表达能力较强的卷积神经网络(CNN)为基础,采取Stacking集成策略对两者进行融合,提出了RNN-CNN集成深度学习预测模型。该模型不仅充分利用时间轴上的前后关联信息去预测未来的浓度,而且在不同层次上将自动提取的高维时序数据通用特征用于预测,以保证预测结果的稳定性。最后,对集成之前的RNN、CNN和集成之后的RNN-CNN模型,以2016年中国大陆地区1 466个监测站点的空气质量数据为样本进行实例验证,结果表明,RNN-CNN在PM2.5时间序列预测上的表现明显优于集成之前的RNN和CNN,而且泛化误差更低,在34%站点上的拟合度超过0.97,该模型可用于大范围区域的PM2.5小时浓度预测。 相似文献
9.
1