乙内酰脲抗菌剂在真丝纤维上的应用

采用水相接枝法和浸轧法将乙内酰脲抗菌剂接枝或固着在真丝纤维上，探讨了水相接枝工艺因素对真丝纤维增重率的影响，比较了不同整理工艺对织物染色K／S值的影响，并用红外光谱和扫描电子显微镜表征了接枝真丝纤维结构的变化结果表明，乙内酰脲抗菌剂能在过硫酸铵的引发下与真丝纤维发生接枝共聚反应，而K／S值的变化则取决于整理方式，先染色后整理使K／S值下降，而先接枝后染色则K／S值增加．     

3点Binary插值细分法的性质以及应用

为了使细分格式具有好的性质:如光滑性、保凸性,提出了3点binary插值细分格式,然后分析了该细分格式的连续性、保凸性以及分形等性质与参数之间的关系,最后给出了该细分格式性质的一些应用.     

MR浆料在涤棉织物上浆中的应用

长期以来,涤棉织物上浆的主浆料是PVA,PVA具有良好的粘着性、成膜性,但渗透较差,浆纱分绞困难,织造时容易产生静电积聚,影响开口清晰度,造成织机断头增加。为此,我们在生产中一直在寻找一种浆料来弥补PVA的不足,同时降低浆料成本。我们先后对DDF、318、28#和MR等浆料进行小量到中量多次试验,结果以MR浆料最佳。广西明阳淀粉厂生产的MR半组合浆料是以变性淀粉为主加入丙烯酸的共聚物和复合剂(主要由浸润、柔软、消泡、抗静电、防霉等功能的制剂组合)制成的固体浆料。这种半组合浆料使浆料配方由多元化向单元化迈了一大步,有利于浆纱…     

纺织品抗菌后整理加工现状

简介了纺织品后整理抗菌剂的发展及抗菌机理,评述了双胍衍生物、季铵盐类、乙内酰脲衍生物、壳聚糖和锆络合物作为抗菌整理剂的性能特性和加工方法,其中各种抗菌剂中乙内酰脲衍生物处理的织物具有持久抗菌性和再生抗菌能力.     

纳米级再生型复合抗菌整理剂QP-NK的制备研究

将天然抗菌剂、有机抗菌剂以及纳米无机抗菌剂有效复合,制备出了具有适度抗菌作用的纳米再生型复合抗菌整理剂QP-NK,并采用粒度分析仪、透射电镜、沉降法等对QP-NK的性能进行了表征,对QP-NK整理后的羊毛织物抗菌性进行了检测,在扫描电镜下观察了整理后织物的表面形态.结果表明:复合抗菌剂QP-NK具有较好的分散稳定性,放置1个月无明显分层或沉降现象,其中无机粒子呈纳米级分布.利用该抗菌剂整理后的羊毛织物抑菌率为86.87%,经50次家庭洗涤,抑菌率为77.50%,抑菌保持率达90%以上,满足了适度性、持久性抗菌的要求,而且对织物色泽和手感没有明显影响.     

DST与DSmT组合规则方法的研究与比较

本文介绍了DST和DSmT理论的基本概念及其适用模型,分析了Dempster、DSmH和PCR5三大规则的具体实现方法;采用这三种组合规则计算给出的两组数据,并对数据进行分析比较,得出不同的组合规则应用于不同情况的数据融合情况的结论。     

高速公路中央分隔带绿化物种选择的探讨

环境绿化在高速公路建设中正受到越来越多的重视，高速公路绿化不仅仅是为了美化、净化环境，也是美与功能的相互渗透、相互融合，是交通安全的必要条件之一。高速公路绿化包括许多方面，其中中央分隔带具有分隔交通、诱导视线、缓解司机视觉疲劳、保障高速行车安全等重要作用。同时对净化空气，减少污染、降低噪音、改善地温与气温等方面有着一定的作用，因此文章作者借助与一高速公路中央分隔带的绿化进行了阐述，供参考。     

页岩气支撑剂缝內铺砂形态分析

支撑剂在页岩裂缝中的铺砂形态对裂缝的导流能力和增产效果具有重大影响,裂缝的导流能力越大,水力压裂的效果越好,有效期越长,压裂获得的收益就越大.通过对支撑剂在裂缝内运移沉降进行数值模拟,对影响支撑剂运移沉降的因素进行分析,形象模拟在页岩储层中不同加砂模式下缝内铺砂形态,对后期在页岩气储层中加砂提供技术支撑.     

乙内酰脲型抗菌剂的合成和性能

乙内酰脲衍生物是一类再生型抗菌整理剂.采用二甲基乙内酰脲和烯丙基溴在碱性条件下合成了水溶性3-烯丙基-5,5-二甲基乙内酰脲（AM）;用AM在次氯酸钠溶液中合成了水溶性1-氯-3-烯丙基-5,5-二甲基乙内酰脲（AM-Cl）;用AM和丙烯腈（AN）在过硫酸铵的引发下制备了系列水溶性AM-AN共聚物.测定了乙内酰脲衍生物的热性能、红外光谱和在真丝织物上的抗菌性能.结果表明乙内酰脲型抗菌剂具有一定的抗菌性能.     

机器学习中差分隐私的数据共享及发布：技术、应用和挑战

近年来,基于机器学习的数据分析和数据发布技术成为热点研究方向。与传统数据分析技术相比,机器学习的优点是能够精准分析大数据的结构与模式。但是,基于机器学习的数据分析技术的隐私安全问题日益突出,机器学习模型泄漏用户训练集中的隐私信息的事件频频发生,比如成员推断攻击泄漏机器学习中训练的存在与否,成员属性攻击泄漏机器学习模型训练集的隐私属性信息。差分隐私作为传统数据隐私保护的常用技术,正在试图融入机器学习以保护用户隐私安全。然而,对隐私安全、机器学习以及机器学习攻击三种技术的交叉研究较为少见。本文做了以下几个方面的研究:第一,调研分析差分隐私技术的发展历程,包括常见类型的定义、性质以及实现机制等,并举例说明差分隐私的多个实现机制的应用场景。初次之外,还详细讨论了最新的Rényi差分隐私定义和Moment Accountant差分隐私的累加技术。其二,本文详细总结了机器学习领域常见隐私威胁模型定义、隐私安全攻击实例方式以及差分隐私技术对各种隐私安全攻击的抵抗效果。其三,以机器学习较为常见的鉴别模型和生成模型为例,阐述了差分隐私技术如何应用于保护机器学习模型的技术,包括差分隐私的随机梯度扰动(DP-SGD)技术和差分隐私的知识转移(PATE)技术。最后,本文讨论了面向机器学习的差分隐私机制的若干研究方向及问题。