论文部分内容阅读
本文综述了抗氧剂的一般情况和制备高分子量酚类抗氧剂的基本原理,介绍了作者研制的聚合型高分子量抗氧剂,这些抗氧剂用于高密度聚乙烯树脂,其抗热氧性能大大优于国内现有的抗氧剂品种。
高分子量酚类抗氧剂
【摘 要】
：
本文综述了抗氧剂的一般情况和制备高分子量酚类抗氧剂的基本原理,介绍了作者研制的聚合型高分子量抗氧剂,这些抗氧剂用于高密度聚乙烯树脂,其抗热氧性能大大优于国内现有的
【机 构】
：
大连理工大学化工学院,抚顺石油化工研究院
【出 处】
：
精细化工
【发表日期】
：
1990年2期
其他文献
近些年来,在网络嵌入(network embedding)领域的大多数研究都着眼于基于网络节点邻接关系的社区身份,如node2vec和Deep Walk;而基于网络拓扑结构的结构身份研究则十分匮乏,前沿方法如struc2vec等,通常效率很低。提出了递归结构性网络嵌入(recurrent structural network embedding,RSNE),一种新颖而高效的结构特征学习方法。RSN
以２，３，４，５－四溴邻苯二甲酸酐和二丁基氧化锡为原料，以四氢呋叶为溶剂，于６０℃反应１６ｈ合成了２，３，４，５－四溴邻苯二甲酸二丁基锡，其产率可达８３．８％，产物用＾１ＨＮＭＲ，＾１３ＣＮＭＲ，ＩＲ及元素分析进行了表征。
采用村脂法从酒业废醪中提取食用色素。１ｍ＾３废醪可提取１０ｋｇ焦糖色素和２．５ｋｇ甘蔗黄色素，产品质量分析达到ＧＢ８８１７－８８和ＧＢ５１７６－８５标准，同时排放废水的ＣＯＤ由１０－１４万ｍｇ／Ｌ降至１万ｍｇ／ｌｇ左右，ＰＨ值由４．５－５．０升至７左右。
传统的矩阵分解模型无法充分探索用户与物品在均值、偏置和特征之间的内在联系,提出拟合矩阵模型,通过构建用户与物品矩阵分别代表用户与物品特性来提高预测性能。矩阵分解模型在推荐系统领域有精度优势,但求解模型参数最常用的梯度下降法收敛速度缓慢,因此考虑与拟牛顿法融合,加快收敛速度。提出的算法命名为拟合矩阵与两阶融合迭代加速推荐算法(fitting matrix and two orders fusion
现有的离群点检测算法因没有对原数据进行处理导致计算时间复杂度过高,检测效果不理想。提出一种基于网格过滤的两阶段离群点检测算法NLOF。首先使用网格过滤对原数据进行初步筛选,将密度小于特定阈值的数据放入候选异常子集中;然后为了进一步优化基于密度的算法,基于k邻域,根据邻域中数据点的个数与邻域所组成圆的面积之比,作为数据点密度计算的依据,进行离群点检测以获得更准确的离群点集。在多种公开数据集上进行实验
针对基于协同过滤的药物重定位算法进行了研究,考虑到数据稀疏性对协同过滤算法的巨大影响,提出一种基于药物和疾病特征关联的药物重定位混合推荐算法。该算法不仅使用了药物和疾病关系数据,还利用了药物结构、靶蛋白、副作用以及药物—疾病特征矩阵等信息计算药物之间的相似性,降低了数据稀疏性对推荐效果的影响,提高了推荐精度。经过对比实验发现,该算法具备较好的推荐效果,并能够发掘具有潜在联系的药物—疾病组合,进一步