一种基于C-N键断裂的可控自由基聚合方法

    公开(公告)号:CN113061205A

    公开(公告)日:2021-07-02

    申请号:CN202110414056.1

    申请日:2021-04-16

    Applicant: 苏州大学

    Inventor: 张卫东 黄燕 孙悦

    Abstract: 本发明公开了一种基于C‑N键断裂的可控自由基聚合方法,包括以下步骤:将聚合单体、卤代烃和叔胺溶于有机溶剂中,在保护气氛下,将得到的溶液置于光照条件下发生反应,得到聚合物;其中,所述聚合单体为甲基丙烯酸酯类单体或丙烯酰胺类单体,所述卤代烃选自α‑溴苯乙酸甲酯、异溴丁酸羟乙酯、2‑溴异丁酸甲酯中的一种,所述叔胺选自三乙胺、五甲基二乙烯三胺、三(2‑二甲氨基乙基)中的一种。本发明提出了一种全新的可逆失活自由基聚合方法,此催化体系具有无金属离子参与、催化条件温和、催化活性高等优点。

    一种基于分子开关的光控自由基聚合方法

    公开(公告)号:CN114349886B

    公开(公告)日:2022-11-08

    申请号:CN202210036948.7

    申请日:2022-01-13

    Applicant: 苏州大学

    Inventor: 张卫东 孙悦 黄燕

    Abstract: 本发明涉及一种基于分子开关的光控自由基聚合方法,涉及可控自由基聚合技术领域。本发明所述聚合方法包括以下步骤,保护气氛下,将聚合单体、分子开关、引发剂和链转移剂溶于有机溶剂中,将得到的溶液置于光照条件下,控制聚合反应,得到聚合物;当光源处于开启状态,不发生聚合反应;当光源处于关闭状态,发生聚合反应;所述分子开关和引发剂的摩尔比大于1:1;所述分子开关为双咪唑。本发明所述聚合方法利用分子开关的特性,发展一种全新的光开关自由基聚合方法,此反应体系通过引入双咪唑,使原本的常规聚合反应转变为可以通过调节光源的“开”或“关”来调控聚合反应的进行的光控聚合反应。

    一种基于分子开关的光控自由基聚合方法

    公开(公告)号:CN114349886A

    公开(公告)日:2022-04-15

    申请号:CN202210036948.7

    申请日:2022-01-13

    Applicant: 苏州大学

    Inventor: 张卫东 孙悦 黄燕

    Abstract: 本发明涉及一种基于分子开关的光控自由基聚合方法,涉及可控自由基聚合技术领域。本发明所述聚合方法包括以下步骤,保护气氛下,将聚合单体、分子开关、引发剂和链转移剂溶于有机溶剂中,将得到的溶液置于光照条件下,控制聚合反应,得到聚合物;当光源处于开启状态,不发生聚合反应;当光源处于关闭状态,发生聚合反应;所述分子开关和引发剂的摩尔比大于1:1;所述分子开关为双咪唑。本发明所述聚合方法利用分子开关的特性,发展一种全新的光开关自由基聚合方法,此反应体系通过引入双咪唑,使原本的常规聚合反应转变为可以通过调节光源的“开”或“关”来调控聚合反应的进行的光控聚合反应。

    一种基于C-N键断裂的可控自由基聚合方法

    公开(公告)号:CN113061205B

    公开(公告)日:2022-03-11

    申请号:CN202110414056.1

    申请日:2021-04-16

    Applicant: 苏州大学

    Inventor: 张卫东 黄燕 孙悦

    Abstract: 本发明公开了一种基于C‑N键断裂的可控自由基聚合方法,包括以下步骤:将聚合单体、卤代烃和叔胺溶于有机溶剂中,在保护气氛下,将得到的溶液置于光照条件下发生反应,得到聚合物;其中,所述聚合单体为甲基丙烯酸酯类单体或丙烯酰胺类单体,所述卤代烃选自α‑溴苯乙酸甲酯、异溴丁酸羟乙酯、2‑溴异丁酸甲酯中的一种,所述叔胺选自三乙胺、五甲基二乙烯三胺、三(2‑二甲氨基乙基)中的一种。本发明提出了一种全新的可逆失活自由基聚合方法,此催化体系具有无金属离子参与、催化条件温和、催化活性高等优点。

    一种基于卷积神经网络的中文车牌识别方法

    公开(公告)号:CN106096602A

    公开(公告)日:2016-11-09

    申请号:CN201610445168.2

    申请日:2016-06-21

    Applicant: 苏州大学

    CPC classification number: G06K9/2054 G06K9/3258 G06K9/6269 G06K2209/01

    Abstract: 本发明公开了一种基于卷积神经网络的中文车牌识别方法,S1:车牌定位,将颜色模板匹配算法和轮廓查找算法相结合,定位出车牌;S2:字符分割,将灰度化后的车牌矩形块,二值化、闭操作、取轮廓后,可以得到外接矩形,从而截取出字符图块;S3:卷积神经网络的设计和训练,其中,卷积神经网络设置为10层结构;S4:字符识别,使用S3中预先训练好的卷积神经网络,作为分类器,将要识别的字符输入,得到分类结果和其置信率。通过上述方式,本发明提供的基于卷积神经网络的中文车牌识别方法,具有准确率极高、普适性极强、处理时间很短等优点,在现代智能交通系统、停车场管理、高速公路收费站等场景上有着广泛的应用前景。

Patent Agency Ranking