：“UV-curing bio-based resin from itaconic acid” 概述了一种由衣康酸（IA）合成的生物基UV光固化树脂。这种新型树脂是通过衣康酸与甲基丙烯酸缩水甘油酯（GMA）进行酯化反应得到的，其合成过程无需溶剂、无排放，且不需后处理步骤。 ：周照喜、蔡辰婷等研究人员利用衣康酸作为基础材料，成功合成了IA-GMA树脂。这一生物基树脂在室温下具有一定的粘度（15000mPa.s），通过FT-IR、1H-NMR和ESI-ION TRAP MS等分析技术得到了确认。研究还表明，该树脂可以通过UV光固化和热固化两种方式固化，并通过TGA和DMA进行了表征。通过共聚物化与2, 2, 3, 4, 4, 4-六氟丁基丙烯酸酯（F-6）、1,1'-[(1-甲基-1,2-乙二基)双[氧(甲基-2,1-乙二基)]]酯（TPGDA）和三甲基ol丙烯酸三甲酯（TMPTA）等单体，可以进一步调整IA-GMA共聚物的性能。 ：“首发论文”指出这是首次发表的科研成果，意味着这项研究是在该领域的创新性贡献。 【正文】： 衣康酸树脂是一种环保的生物基材料，因其来源于可再生资源，对环境影响较小，而备受关注。IA-GMA树脂的合成方法简单，不使用溶剂，减少了对环境的潜在污染，符合当前绿色化学的理念。酯化反应一步法合成工艺提高了生产效率，降低了生产成本。 IA-GMA树脂的结构特性通过红外光谱（FT-IR）、核磁共振谱（1H-NMR）和离子阱质谱（ESI-ION TRAP MS）等技术进行了详细鉴定，这些技术是化学合成中常用的确证分子结构的方法。通过热重分析（TGA）和动态机械分析（DMA），研究人员评估了树脂的热稳定性和固化后的力学性能。 实验结果表明，IA-GMA树脂的固化反应活性受空间位阻效应影响，不同的功能单体共聚能够产生不同机械性能的IA-GMA共聚物。这意味着可以根据需求设计和合成具有满意性能的可再生IA-GMA共聚物。此外，IA-GMA树脂在UV光固化性能上表现出潜力，可以替代传统的石油基UV固化预聚物，如环氧丙烯酸酯。 IA-GMA树脂的开发不仅为环保型UV固化涂料和黏合剂提供了一种新的生物基选项，也为生物基聚合物的设计和优化提供了新的思路。随着对生物基材料研究的深入，这种新型树脂可能广泛应用于各种领域，包括但不限于电子封装、涂层技术、黏合剂以及印刷电路板等，有望推动可持续发展的材料科学进步。

命名实体识别（Named Entity Recognition，NER）是自然语言处理领域的一项关键任务，旨在从文本中识别和分类特定的命名实体，如人名、地名、组织机构名等。NER的目标是标记文本中的实体，并将其归类到预定义的实体类型中。 NER通常使用机器学习和深度学习技术来完成任务。以下是一种常见的NER流程： 数据收集和标注：收集包含命名实体的文本数据，并为每个实体标注相应的标签（实体类型）。 特征提取：从文本数据中提取有用的特征，如词性、词形、上下文等。这些特征将作为输入提供给模型。 模型训练：使用标注好的数据和提取的特征来训练NER模型。常用的模型包括条件随机场（CRF）、循环神经网络（RNN）、注意力机制等。 模型评估和调优：使用评估数据集来评估训练得到的模型性能，并进行调优以提高准确性和召回率。 实体识别：使用训练好的NER模型对新的文本进行实体识别。模型将识别并标记文本中的命名实体，使其易于提取和理解。 NER在许多应用中起着重要作用，例如信息抽取、问答系统、文本摘要、机器翻译等。以帮助自动化处理大量文本数据，并提供有关实体的结构化信息，为后续的分析和应用提供基础。

几个用java写的小程序，实现了bio和nio

matlab代码粒子群算法利用生物启发算法优化光学锥度 该存储库包含用于实现光学锥度优化的Matlab源代码（使用Comsol Multiphysics建模）。 使用的算法是遗传算法和粒子群优化

matlab开发-周期性bio信号的峰值检测算法。它检测循环生物信号的峰值，不管其类型、振幅或采样率如何。

dell 14-3458 BIOS

Unity Bio IK 插件 https://assetstore.unity.com/packages/tools/animation/bio-ik-67819 Unity IK Kuka LBR iiwa IK 机械臂方向动力学 反向动力学

Bio-Rad CFX 定量PCR软件包

MSI B150M-ICAFE B150M-NANO B150M 魔改BIOS，支持6.7.8.9，UO步进会烧针，谨慎！

java 网络通信 aio bio nio 例子 参考以下网址 https://blog.csdn.net/anxpp/article/details/51512200