三叠氮新戊醇乙酸酯的合成、表征与性能研究

以三溴新戊醇为原料,经酯化、叠氮化两步反应合成了三叠氮新戊醇乙酸酯(TAP-Ac),总收率78.1%;用红外光谱、核磁共振、元素分析等手段对目标化合物和中间产物结构进行了表征;用差示扫描量热法(DSC)研究了TAP-Ac的热行为,测试了其密度和机械感度;优化了酯化和叠氮化反应条件对收率的影响。结果表明,酯化反应较佳反应条件为:缚酸剂三乙胺与三溴新戊醇摩尔比为1.1∶1.0,乙酸酐与三溴新戊醇的摩尔比为1.5∶1.0,反应时间10h;叠氮化较佳反应条件为:三溴新戊醇乙酸酯与NaN_3的摩尔比为1.00∶3.45,反应温度87～90℃,反应时间12h; TAP-Ac的玻璃化转变温度为-73.86℃,热分解温度251.9℃,表明TAP-Ac具有良好的热稳定性;TAP-Ac的密度为1.25g/cm~3,撞击感度H_(50)为29.9cm,摩擦感度为8%,表明TAP-Ac是一种钝感、热稳定性良好的新型叠氮增塑剂。     

多孔ZSM-5沸石负载Ni2P催化剂对苯乙炔的选择性加氢性能

以酸性多孔ZSM-5沸石(HZSM-5-M)和高比表面积的氧化硅(SiO2)为载体，采用等体积浸渍法制备了负载Ni2P催化剂(Ni2P/HZSM-5-M和Ni2P/SiO2)，对比研究了它们在苯乙炔选择性加氢反应中的催化性能。采用XRD、N2吸附-脱附、NH3-TPD、H2-TPR、SEM和TEM对载体及其负载的Ni2P催化剂进行了表征。催化剂活性结果为：当反应时间为2 h，苯乙炔在Ni2P/HZSM-5-M催化剂的转化率为98.5%，而在Ni2P/SiO2催化剂上仅为45.6%。说明Ni2P/HZSM-5-M催化剂的加氢活性显著高于Ni2P/SiO2催化剂。这是因为，与Ni2P/SiO2催化剂相比，在Ni2P/HZSM-5-M催化剂上形成了小颗粒的Ni2P活性相。同时，Ni2P/HZSM-5-M催化剂的活性具有良好的重复性。     

陶瓷原料中SiO_2的钼酸银沉淀法测定

通过实验,发现络合滴定用的指示剂——偶氮胂—Ⅲ,可用作本测定中的沉淀滴定指示剂。根据标准 AgNO_3溶液同 MoO_4~(2-)的定量反应,计算出以硅钼黄 Hg[Si(Mo_2O_7)_6]形式存在的MoO_4~(2-)量,再据以算出硅酸盐中 SiO_2的含量。     

绝对绝望少女 弹丸论破间章

剧情——绝望蔓延的世界 在“人类史上最大最恶的绝望事件”爆发的一年半时间里,一个普通的少女苗木丸一直与家人分开被囚禁着。     

黄金眼

本作拥有《世界树迷宫》的系统和《女神异闻录》的世界观设定。集结了《女神异闻录》3代和4代的主要角色,玩家要在异世界的八十神高校探索脱离方法。经过精心设计的迷宫均包含充实的解谜要素,一周目游戏时间就不少于60小时,是较为核心向的硬派游戏。     

无双

本作的操作分为体感手柄、PAD手柄两种,Pro手柄的操作与PAD手柄相同,体感手柄的操作需要辅助手柄配合．本文的操作以PAD手柄为主。而游戏体验方面则是分为“《无双》系列”传统操作与“《塞尔达》系列”传统操作两种,无论是《无双》的玩家还是《塞尔达》的粉丝都能够选择自己喜欢的操作方式来体验游戏。     

热情传说

在经过了2013年这没有全新作的长达一年的等待之后。NBGI终于在”众多传说饭们盼星星盼月亮的期待之中揭开了15天倒计时网站的神秘面纱——20周年纪念作《热情传说》,四位画师与两位作曲家梦幻阵容足以让所有传说饭们在屏幕前热泪盈眶,不过本作目前尚未公开确切的发售时间。     

血源诅咒

曾制作过《恶麾之魂》与“《黑暗之魂》系列”的FromSoftware在本届E3上一呜惊人,正式宣布将在PS4上推出这部与SCEJ合作制作的《血源诅咒》。游戏的整体秉承FromSoftware-贯的黑暗系风格,新公开的游戏载图让人不由得在炎炎夏日里感受到丝丝凉意。本作虽然是在明年才发售,不过在E3上已经有了试玩版,参加E3的时雨这次也得以尝了次鲜。     

GUNDAM BREAKER2

基本系统 本作的战斗系统以前作为基盘进行了一些修整,整体的节奏依然没有改变,以“破坏”、“收集”和“创造”为主体。同时,本作取消了部件的稀有度设定,改成了部件的成长系统,从前作继承过来的部件全部都会变成IvO的部件,通过战斗来不断提升等级。     

基于交互相似度的细粒度社群发掘方法

发现在线社交网络中的社群结构有助于深入研究和分析信息传播规律,同时在社会推荐、群体特征发现等应用领域具有重要的意义。但是现有的社群结构发掘方法多忽略了用户之间的社会属性,导致获取的社群结构难以反映细粒度的结构特征。文中将用户的社会属性引入到社群结构发掘算法中。为了衡量用户的社会交互属性,提出了用户交互相似度模型。基于用户交互相似度模型,提出了一种面向在线社交网络的细粒度社群发掘方法。该算法可以有效衡量用户之间的社会属性,通过层次聚类的手段获得不同粒度的社群,并过滤无关数据。为了验证算法的有效性,以社交网站人人网的用户交互记录为数据集,比较了与其他社区挖掘算法的性能差异。实验结果表明,该方法发掘出的细粒度社群具有较高的准确性,在发现社群之间的不同话题上有着较好的应用。