原始名称记载: 宁波职业技术学院

本发明公开了一种合成对枯基苯酚催化剂及其制备方法，催化剂包括活性组分A、载体B、助催化剂C，活性组分A为三氯化铝、四氯化锡、氯化锌、氯化铁、三氯化硼中的一种或多种；载体B为硅胶、氧化铝中的一种或多种；助催化剂C为氧化锌、氧化铜、氧化镁、二氧化锆、二氧化钛、氧化硼中的一种或多种，催化剂的选择性高，可高效制备对枯基苯酚。

本发明涉及一种增加模框锁紧强度的滑块座结构，包括上模芯和下模芯，所述的上模芯和下模芯呈上下叠放布置，所述的上模芯和下模芯之间的左部、右部以及前部处均安装有滑块座结构，所述的上模芯和下模芯的后部处安装有浇口滑块座，所述的浇口滑块座和三个滑块座结构围绕形成模腔结构，所述的滑块座结构插入模腔结构的一侧设置有模腔曲面，所述的滑块座结构的另一侧上部处设置有上端朝模腔结构方向倾斜的锁模斜面，所述的锁模斜面上安装有锁模垫块，所述的滑块座结构的另一侧下部处设置有竖直对接面。本发明具有提高锁模强度、简化模具结构等特点。

本发明公开一种基于并行深度表示学习的软测量方法与模块，通过并行实施输入数据的特征表示学习和以质量预测误差最小化为目标的特征表示学习，以利用更全面的特征信息实施可靠而有效的质量数据的在线软测量。本发明披露了并行深度学习网络这种全新的深度学习架构，并利用门控机制对网络结构的信息流进行进一步的控制，旨在利用更全面的信息提升模型的软测量性能。此外，本发明还针对并行深度学习网络的输入处理提出了两种不同的改进技术方案，以进一步提升软测量性能。最后，本发明通过硬件与软件的搭建，组建了一个软测量模块，包括数据获取单元、中央控制器、显示单元、和存储介质，以执行实现所公开的软测量方法的实施流程。