超临界CO_2流体中棉的组合酶退浆前处理

研究了超临界CO_2流体中棉坯布的组合酶退浆工艺,并采用正交试验法对α-淀粉酶、纤维素酶、果胶酶和脂肪酶的组合比例进行优化。同时通过测定接触角及扫描电子显微镜(SEM)研究了退浆处理后棉织物的润湿性及纤维表面形态。试验结果表明,该研究方法成功实现了超临界CO_2流体介质中棉织物的酶退浆处理;所选的各类酶对生坯棉的退浆前处理均表现出了不同效果。其中,纤维素酶最为显著,其次为α-淀粉酶、脂肪酶和果胶酶;经超临界CO_2流体酶退浆处理后,棉织物的失重率与传统水浴法相当,润湿性好,表面浆膜等杂质得到有效降解去除。

超临界CO_2流体专用染料SCF-P1的合成与应用

以2-氯-4-硝基苯胺为重氮组分，苯胺为偶合组分，在聚乙二醇200和水的混合体系中合成超临界CO2流体专用染料SCF—P1。探讨了合成反应中主要原料配比，并对染料在超临界CO2流体中对涤纶织物的染色特性进行试验。结果表明，在优化的合成反应体系中，专用染料SCF—P1的产率可达96．02％；其在超临界CO2流体中对涤纶纤维具有非常优良的吸附上染特性；即使未经任何染后处理，涤纶织物的耐皂洗色牢度和摩擦色牢度也均达到4～5级或5级。

面向加密数据的安全图像分类模型研究综述

自2012年AlexNet模型提出以来,图像分类技术研究进入了深度学习时代.模型分类能力的提高使得技术的实际应用变得普及,许多企业将图像分类与云计算等技术结合,为用户提供各类便捷服务.但是模型的广泛使用带来了巨大的图像数据隐私泄漏风险.这一问题严重阻碍了图像分类技术的应用与发展.为此研究人员尝试将同态加密和安全多方计算等密码学技术与图像分类模型相结合,设计隐私保护方案.由于引入隐私保护会对模型的可用性(执行速度和分类精度)造成影响,因此兼顾安全性与可用性成为研究重点.本文对基于加密技术的图像分类模型隐私保护研究进行了全面调研,介绍了常用密码学技术的原理和适用性;依据模型使用场景的不同将问题分为模型推理和训练两类,对每一类问题当前的研究进展进行了详细介绍,比较了不同方案的特点和效果.最后基于当前研究的不足与难点,对本问题未来的研究方向做了展望.