无机微孔晶体BePO4—CJ19的合成与结构研究

采用水热晶化法合成出无机微孔晶体,命名为 BePO_4—CJ_(19),并培养出大单晶体.四圆 x 射线衍射结构测定表明该晶体分子组成为 Ca(BeO_1.5OH)(PO_1.5O),按国际惯例简写为 CaBePO_3OH,空间群为 P2_1/a,单斜晶系.晶胞参数 a=9.789(2)(?),b=7.661(1)(?),c=4.804(1)(?),β=90.02(1)°,晶胞体积为 V=360.29A~3.偏离因子与加权因子分别为 R=0.036,R_w=0.044,平行于(001)方向有规则的8元环和4元环微孔通道.     

磷酸钛微孔晶体的合成与结构

由于过渡金属配位环境、价态的多样性以及多种金属氧簇的形成，使过渡金属磷酸盐微孔材料得到迅速发展，特别是还原态金属的存在将提高微孔材料氧化催化性能．但是作为磷酸盐的重要成员，磷酸钛微孔晶体的发展严重滞后，采用金属钛粉为原料，控制反应速度并创造还原性氛围．利用不同有机胺为结构导向剂，合成了3种新型结构的混合价磷酸钛化合物，其中化合物1为一维链状结构，化合物2和3为具有12元环孔道结构的微孔晶体、计算表明，3种化合物中均含有三价钛，化合物2和3中存在2种钛原子，分别为3价和4价，化合物1中只有一种钛原子，价态为3．5，磁性测试显示，化合物1中钛的有效磁矩为0．867．     

开放骨架磷酸铝定向合成反应预测研究

针对国内外材料领域和分子工程学领域中如何定向合成无机微孔材料的热点问题.基于开放骨架磷酸铝具有独特结构特征的特点,于吉林大学无机合成与制备国家重点实验室构建的磷酸铝合成反应数据库的研究基础上,采用基于机器学习的算法对磷酸铝合成反应进行预测.首先提取富信息样本建立预测模型和补值模型.然后利用BP补值模型对数据库中的缺失数据进行校正.最后根据已建模型建立了一个简单、易用的定向合成(12,6)元环分子筛系统.     

微孔分子筛的合成研究

在本文中详细介绍了微孔分子筛合成方法的研究进展,微孔分子筛最初有天然发现到人工合成经过了很长时间,其合成方法有最的水热合成发展到现在有十几种合成方法。     

哌嗪分子自我有序化作用对合成磷酸铝结构类型的影响

以哌嗪为模板剂,采用水热法制备了系列磷酸铝晶体材料,以此为基础研究了模板剂浓度变化对合成磷酸铝晶体结构的影响.数码显微镜、XRD、FT-lR和X-射线单晶衍射等测试结果表明,不同浓度哌嗪溶液合成的晶体的结构不同.针对此体系,在高浓度哌嗪溶液中,哌嗪分子之间存在较强的自我有序化作用,导向合成二维层状结构磷酸铝晶体;随哌嗪溶液浓度降低,分子间有序化作用减弱,合成的磷酸铝晶体的结构由二维向三维转变,即低模板剂投入量易于导向合成高维结构;当哌嗪溶液浓度低于0.301 mol/L时,此体系下哌嗪的模板作用消失,只能获得致密结构的磷酸铝.     

超大孔微孔硅基分子筛的合成与应用最新进展

综述了近十年来颇受关注的一类新型分子筛材料,即以氧化硅为基质、开口孔大于12元环的晶体微孔分子筛的合成及其在催化反应上应用的最新进展.着重介绍了有机模板剂结构、矿化剂类型和杂原子种类对大孔型硅基晶体分子筛合成的影响,并探讨了这类材料未来的发展趋势和研究方向.     

大孔分子筛VPI-5的合成与性质

以二正丁胺(DBA)为结构导向剂,合成了含18元环的VPI-5分子筛.晶化体系的化学组成为DBA·Al_2O_3·P_2O_5·40H_2O。实验发现,合成过程中的二次陈化步骤非常重要,陈化时间分别以3～7h和1.5～2h为好。适宜的晶化温度为120～130℃。晶化时间为18～24h。通过DTA-TG及XRD的研究表明;合成出的VPI-5具有较高的热稳定性,可达800℃。对VPI-5酸性的测定,表明它只有一种弱酸中心,不能作为强酸性催化剂使用。     

微孔——介孔复合分子筛的合成近况

微孔－介孔复合分子筛是近年来沸石研究人员颇感兴趣的一类新催化材料。概述了该类催化剂合成方法的进展情况，主要介绍了原位合成法和后合成法。     

数据挖掘中决策树算法的探讨

随着数据量的增长,根据数据分布寻找规律,要借助于相应的数据挖掘工具,这里主要采用决策树的方法.决策树算法是通过构造精度高、小规模的决策树采掘训练集中的分类知识.针对决策树存在的一些问题,提出了改进方法.     

决策树在数据挖掘中的应用研究

本文介绍了基于决策树的分类方法、基于决策树的知识发现的一般概念及决策树在数据挖掘中的应用。重点介绍了基于ID3算法的决策树生成方法,分析其用于数据分类和知识发现的过程及特点。     

数据挖掘在医院信息系统中的研究与应用

随着医院信息系统不断向自动化、网络化方向的发展,数据挖掘已越来越多的被应用于医疗研究与医院管理。结合胜利油田胜利医院现有的HIS系统,对应用数据挖掘技术实现辅助医疗诊断进行了分析研究。     

分类数据挖掘综述及应用

分类是把数据项映射到其中一个事先定义的类中的这样一个学习函数的过程．文章介绍分类数据挖掘的定义、分类的过程以及算法的分类，论述数据分类的常用技术，对分类的应用和分类算法的发展方向进行了展望．     

分类技术研究及在高校人才识别中的应用

论文以决策树分类算法为主要研究对象,应用分类技术对高校人力资源数据源中的信息进行分析,给出了一种新的定量的人才识别方法,开发了分类与决策树算法人才识别系统模块,利用过去已有的引进人才的经验数据分析提取规则,为以后的人才识别提供合理的、科学的决策支持。     

基于数据挖掘分类技术的高校教学方法研究

探索在高校教学中数据挖掘分类技术的应用,提出了数据挖掘技术在高校教学应用中的实施方案,并以高校教学中学生成绩的分析为例介绍了方案的实施过程。     

Weka系统及其在数据挖掘教学中的应用

介绍了weka的特点及其在教学上的应用,并给出了教学实例。利用ID3算法建立了罪犯减刑效果模型,用来对影响罪犯减刑效果的因素进行分类.通过Weka系统,得到了有应用价值的分类结果。     

基于决策树的数据挖掘算法的应用与研究

数据挖掘是指从数据库中抽取隐含的、具有潜在使用价值信息的过程,是一种新型的数据分析技术.研究数据挖掘中的决策树算法以及决策树算法在具体的客户关系管理系统中的研究与分析,对数据挖掘中的决策树技术做了详细的描述.     

数据挖掘在高职院校就业指导中的应用研究

提高就业率是以培养应用型人才为宗旨的高职院校重要目标.将C45算法应用于就业信息统计分析中,通过对就业数据预处理、就业决策树的构建和剪枝,从其抽取分类规则,并指出决定就业单位类别的决策属性,得到一些较实用的预测毕业生就业动态的规律,从而更好地服务于学生就业指导工作.