淀粉／乙烯基接枝共聚物与铝配合鞣剂的研究与应用北大核心

对淀粉∕乙烯基接枝共聚物与铝配合后制成的鞣剂的研究进展进行了综述,概述了淀粉、乙烯基类鞣剂、铝配合物鞣剂的研究现状,以及在皮革工业中的应用。阐述了淀粉∕乙烯基接枝共聚物与铝配合鞣剂合成与鞣制的原理、方法及性能特点,并对其在制革工业中的应用前景进行了展望。     

淀粉改性丙烯酰胺与铝配合物鞣剂的应用研究北大核心

以淀粉、丙烯酰胺、硫酸铝为原料,采用乳液聚合的方法使丙烯酰胺单体接枝到淀粉链上,然后再与铝离子配合,合成一种配合物鞣剂。通过将其应用于制革中的鞣制、复鞣、加脂染色前后的效果对比,确定该鞣剂的最佳用量为6%(以蓝湿革称重计);根据与铬粉结合鞣制后废液中铬含量的测定得出该鞣剂可以提高皮革对铬的吸收率,大大降低了废液中铬的含量,减少了对环境的污染;通过对使用该鞣剂复鞣后的成革性能的测定结果分析,得出该鞣剂具有良好的填充性能,能有效提高成革的丰满度和耐湿热稳定性,并且成革表面着色均匀纯正。     

基于样本密度峰值的不平衡数据欠抽样方法

不平衡数据分类是数据挖掘和机器学习领域的一个重要问题,其中数据重抽样方法是影响分类准确率的一个重要因素。针对现有不平衡数据欠抽样方法不能很好地保持抽样样本与原有样本的分布一致的问题,提出一种基于样本密度峰值的不平衡数据欠抽样方法。首先,应用密度峰值聚类算法估计多数类样本聚成的不同类簇的中心区域和边界区域,进而根据样本所处类簇区域的局部密度和不同密度峰值的分布信息计算样本权重;然后,按照权重大小对多数类样本点进行欠抽样,使所抽取的多数类样本尽可能由类簇中心区域向边界区域逐步减少,在较好地反映原始数据分布的同时又可抑制噪声;最后,将抽取到的多数类样本与所有的少数类样本构成平衡数据集用于分类器的训练。多个数据集上的实验结果表明,与现有的RBBag、uNBBag和KAcBag等欠抽样方法相比,所提方法在F1-measure和G-mean指标上均取得一定的提升,是有效、可行的样本抽样方法。