-
公开(公告)号:CN103554655A
公开(公告)日:2014-02-05
申请号:CN201310470458.9
申请日:2013-10-04
Applicant: 浙江大学
CPC classification number: Y02P20/544 , C08K13/02 , C08K3/28 , C08K5/17 , C08L51/06
Abstract: 本发明公开一种反应挤出制备新型聚丙烯离聚体的方法。按以下配方称取各原料:按重量份计,100份的接枝率≥0.1%的极性单体接枝聚丙烯,0.1~10份的金属盐、碱或金属氧化物,0.1~5份的结构式如式(1)所示的胺类化合物,0~0.5份的抗氧化剂,0~0.5份的光和热稳定剂,,式(1)中,R1和R2为H或CnH2n+1,n≤18;将称取的胺类化合物用水和/或醇稀释成质量百分比浓度为20%-50%的溶液后从第一侧线加入到螺杆挤出机中,并将称取的其他全部原料从喂料口加入螺杆挤出机中,熔融挤出得到聚丙烯离聚体,挤出温度为160~220℃。本发明形成的新型聚丙烯离聚体由于分子间氢键及离子作用力的存在,熔体强度大大提高;具有无凝胶、熔体流动速率和应变硬化等优良特性。
-
公开(公告)号:CN104200814A
公开(公告)日:2014-12-10
申请号:CN201410402937.1
申请日:2014-08-15
Applicant: 浙江大学
Abstract: 本发明公开了一种基于语义细胞的语音情感识别方法,包括:构建语音库,对语音库中每一条语音信号,进行预处理和进行情感特征提取,根据提取结果计算每条语音信号的特征向量,利用特征向量训练得到基于语义细胞的混合模型作为分类器的识别模型,利用该识别模型识别待识别语音信号所属的情感类别。本发明的语音情感识别方法基于双层语义细胞的识别法,采用构建识别说话人、说话人情感的二层语义细胞的混合模型对对语音情感建立识别模型,利用该方法建立的识别模型进行语音情感识别时精准度高,且在保证与SVM算法相同识别准确度的前提下,仍然有效地降低存储识别模型所需的数据量,在空间复杂度及识别准确度上均具备优势。
-
公开(公告)号:CN102030960B
公开(公告)日:2013-03-13
申请号:CN201010618033.4
申请日:2010-12-31
Applicant: 浙江大学
IPC: C08L51/06 , C08F255/02 , C08F8/32 , C08F8/00 , B29C47/92
CPC classification number: B29C47/0054 , B29C47/0026
Abstract: 本发明公开一种含杂化长支链结构的高熔体强度聚烯烃的制备方法,包括如下步骤:(1)称取接枝率≥0.3%(重量)极性单体接枝聚丙烯100重量份(A组分)、接枝率≥0.3%(重量)极性单体接枝聚乙烯5~30重量份(B组分)、胺类或醇类化合物1~10重量份、抗氧化剂0~0.5重量份、光和热稳定剂0~0.5重量份;(2)将胺类或醇类化合物用醇和/或酮稀释成20%~80%(重量)的溶液;(3)将A组分、B组分、抗氧化剂和热稳定剂从喂料口加入挤出机,步骤(2)所得溶液、超临界二氧化碳分别从第一、第二侧线加入,熔融挤出制得含杂化长支链结构高熔体强度聚烯烃。该产品的色泽、力学性能及加工性能优良,适用于发泡、热成型、薄膜吹塑及挤出涂覆等应用领域。
-
公开(公告)号:CN101961358B
公开(公告)日:2012-07-04
申请号:CN201010506239.8
申请日:2010-10-13
Applicant: 浙江大学城市学院
IPC: A61K36/185 , A61P25/24 , A61P25/28
Abstract: 本发明公开了一种制备富含贯叶金丝桃素的贯叶连翘精提取物的方法,以市售贯叶连翘粗提物为原料,先在冰水浴中进行超声波提取,再用两相萃取等初步除杂处理后,得到含11~18%贯叶金丝桃素的提取物,最后经硅胶柱层析技术分离纯化,可得到贯叶金丝桃素含量37~57%的精提取物,经药理实验证明该提取物具有抗抑郁和促进学习记忆的作用。本发明方法简单易行,适用于药理试验等所需的小批量制备,可节省提取时间和空间。
-
公开(公告)号:CN102030960A
公开(公告)日:2011-04-27
申请号:CN201010618033.4
申请日:2010-12-31
Applicant: 浙江大学
IPC: C08L51/06 , C08F255/02 , C08F8/32 , C08F8/00 , B29C47/92
CPC classification number: B29C47/0054 , B29C47/0026
Abstract: 本发明公开一种含杂化长支链结构的高熔体强度聚烯烃的制备方法,包括如下步骤:1)称取接枝率≥0.3%(重量)极性单体接枝聚丙烯100重量份(A组分)、接枝率≥0.3%(重量)极性单体接枝聚乙烯5~30重量份(B组分)、胺类或醇类化合物1~10重量份、抗氧化剂0~0.5重量份、光和热稳定剂0~0.5重量份;(2)将胺类或醇类化合物用醇和/或酮稀释成20%~80%(重量)的溶液;(3)将A组分、B组分、抗氧化剂和热稳定剂从喂料口加入挤出机,步骤(2)所得溶液、超临界二氧化碳分别从第一、第二侧线加入,熔融挤出制得含杂化长支链结构高熔体强度聚烯烃。该产品的色泽、力学性能及加工性能优良,适用于发泡、热成型、薄膜吹塑及挤出涂覆等应用领域。
-
公开(公告)号:CN104200814B
公开(公告)日:2017-07-21
申请号:CN201410402937.1
申请日:2014-08-15
Applicant: 浙江大学
Abstract: 本发明公开了一种基于语义细胞的语音情感识别方法,包括:构建语音库,对语音库中每一条语音信号,进行预处理和进行情感特征提取,根据提取结果计算每条语音信号的特征向量,利用特征向量训练得到基于语义细胞的混合模型作为分类器的识别模型,利用该识别模型识别待识别语音信号所属的情感类别。本发明的语音情感识别方法基于双层语义细胞的识别法,采用构建识别说话人、说话人情感的二层语义细胞的混合模型对对语音情感建立识别模型,利用该方法建立的识别模型进行语音情感识别时精准度高,且在保证与SVM算法相同识别准确度的前提下,仍然有效地降低存储识别模型所需的数据量,在空间复杂度及识别准确度上均具备优势。
-
公开(公告)号:CN104538036A
公开(公告)日:2015-04-22
申请号:CN201510026239.0
申请日:2015-01-20
Applicant: 浙江大学
Abstract: 本发明公开了一种基于语义细胞混合模型的说话人识别方法,包括以下步骤:(1)构建语音库,语音库中包括多个说话人的多条语音信号;(2)将语音库中每条语音信号进行预处理,提取语音特征,得到每个人的各个特征向量;(3)基于语义细胞的特征选择法,特征向量进行降维得到降维特征向量,并训练语义细胞混合模型;(4)使用基于语义细胞混合模型的核函数构造各说话人的SVM分类器,并训练SVM分类器的识别模型;(5)利用识别模型识别未知说话人。本发明能解决现有SVM模型的核函数对特定说话人无针对性优化的问题,在选取用于训练分类器的语音特征时,较目前常见方法更有针对性,且能因此减小模型存储所需空间。
-
公开(公告)号:CN101961358A
公开(公告)日:2011-02-02
申请号:CN201010506239.8
申请日:2010-10-13
Applicant: 浙江大学城市学院
IPC: A61K36/185 , A61P25/24 , A61P25/28
Abstract: 本发明公开了一种制备富含贯叶金丝桃素的贯叶连翘精提取物的方法,以市售贯叶连翘粗提物为原料,先在冰水浴中进行超声波提取,再用两相萃取等初步除杂处理后,得到含11~18%贯叶金丝桃素的提取物,最后经硅胶柱层析技术分离纯化,可得到贯叶金丝桃素含量37~57%的精提取物,经药理实验证明该提取物具有抗抑郁和促进学习记忆的作用。本发明方法简单易行,适用于药理试验等所需的小批量制备,可节省提取时间和空间。
-
公开(公告)号:CN117786052A
公开(公告)日:2024-03-29
申请号:CN202310477394.9
申请日:2023-04-28
Applicant: 浙江大学
IPC: G06F16/332 , G06F16/33 , G06F16/36 , G06F40/216 , G06F40/295 , G06F40/30 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06Q50/06
Abstract: 本发明公开了一种基于领域知识图谱的电网智能问答系统,涉及智能电网技术领域,其技术方案要点是:包括前端展示模块、后端问答逻辑处理模块和数据存储模块;所述前端展示模块用于输入用户自然语言问题,同时将对应的回答结果进行展示;所述后端问答逻辑处理模块用于将用户自然语言进行预处理,并调取数据存储模块中对应的电力领域知识图谱中的信息;所述后端问答逻辑处理模块内嵌设有BERT‑BiLSTM‑CRF实体识别模型和BERT‑CNN‑DSSM实体链接模型;所述BERT模型为基于关键词模板的改进BERT模型。将改进BERT预训练模型与BiLSTM‑CRF模型相结合,相较于目前主流的实体链接方法在电力领域问答情境下更加优越。
-
公开(公告)号:CN103524682B
公开(公告)日:2016-05-04
申请号:CN201310465723.4
申请日:2013-10-04
Applicant: 浙江大学
CPC classification number: B29C47/92 , B29C2947/92704 , B29C2947/92895
Abstract: 本发明公开反应挤出制备聚丙烯离聚体的方法。包括:按以下配方称取各原料:按重量份计,100份的聚丙烯,1~15份的极性化合物,0.1~6份的引发剂,0.01~10份的金属离子化合物,0.1~5份的胺类化合物,0~0.5份的抗氧化剂,0~0.5份的光和热稳定剂;所述胺类化合物的结构如式(1)所示:式(1)中,R1和R2为H或CnH2n+1,n≤18将称取的原料中的胺类化合物用水和/或醇稀释成质量百分比浓度为20%-50%的溶液,将该溶液和称取的其他全部原料加入螺杆挤出机中,熔融挤出得到高熔体强度聚丙烯,挤出温度为160℃-220℃。本发明获得的新型聚丙烯离聚体由于分子间氢键及离子作用力的存在,熔体强度大大提高;具有无凝胶、熔体流动速率低和应变硬化等优良特性。
-
-
-
-
-
-
-
-
-