摘要：为了纺制兼具良好阻燃与力学性能的共聚型阻燃聚酯工业丝,在分析高分子量阻燃共聚酯流变特性以及量化不同纺丝温度条件下共聚酯热降解程度的基础上,设计和优化熔融纺丝工艺。对纺制的阻燃工业丝力学性能与阻燃性能进行测试,并采用X-射线衍射和声速纤维取向测量仪对纤维的微细结构进行测试分析。结果表明:相较纯PET,共聚酯熔体黏度较低,温敏性更为明显。采用低的纺丝温度(285℃左右),熔体黏度对纺丝压力影响小且热降解程度低,可制备断裂强度为6.75 cN dtex、极限氧指数(LOI)可达31%的共聚型阻燃聚酯工业丝,且其阻燃耐久性突出,实现了良好阻燃性能与力学性能共聚型阻燃聚酯工业丝的制备。

摘要：随着图结构化数据挖掘的兴起,超图作为一种特殊的图结构化数据,在社交网络分析、图像处理、生物反应解析等领域受到广泛关注.研究者通过解析超图中的拓扑结构与节点属性等信息,能够有效解决实际应用场景中所遇到的如兴趣推荐、社群划分等问题.根据超图学习算法的设计特点,将其划分为谱分析方法和神经网络方法,根据方法对超图处理的不同手段,可进一步划分为展开式方法和非展开式方法.若将展开式方法用于不可分解超图,则很有可能会造成信息损失.然而,现有的超图相关综述文章鲜有就超图学习方法适用于哪类超图这一问题做出相关归纳.因此,分别从超图上的谱分析方法和神经网络方法两方面出发,对展开式方法和非展开式方法展开讨论,并结合其算法特性和应用场景作进一步细分;然后,分析比较各类算法的设计思路,结合实验结果总结各类算法的优缺点;最后,对超图学习未来可能的研究方向进行了展望.