负载型水相催化剂的制备及其在丙烯氢甲酰化中的应用

以ＳｉＯ２为载体,制备了负载型水相铑膦催化剂。在反应温度为１００－１１０℃,合成气ＣＯ：Ｈ２＝１：１,反应压力２．０ＭＰａ,「Ｒｈ」＝７．５×１０＾５,Ｐ／Ｒｈ＝２５的条件下,进行丙烯氢甲酰化反应。结果表明,时空收率可达１９４－２２８ｇ丁醛,正异比高达约１４．２,反应结束后催化剂与体系易分离,铑在有机相中的浓度仅为１×１０＾－９－４×１０＾－９,基本消除了铑的流失,克服了均相反应中催化剂铑的回收和     

甘氨酸在纳米碳管中的吸附及性质的分子模拟

Molecular Mechanics and Molecular dynamics have been performed to study the adsorption and the diffusion,and optimize the configuration and the energy of glycine molecules in carbon nanotubes. The results of the simulation indicate that the configuration of glycine has been changed,and those varieties will bring on the changes of the biological properties via molecular biology. Carbon nanotube shows relatively strong sorption for glycine molecules,and carbon nanotubes and glycine molecules will produce relatively strong interaction of π-π electrons. The motions between glycine molecules and carbon nanotubes will keep very synergistic status in order to make the system remaining in the state of optimal energy among the simulation.     

应用ResNet和CatBoost检测重放语声*

针对短语声指令声频信息少、不适用句子级重放语声检测的问题以及近距离录声后用高质量重放设备重放的语声难以检测的问题，提出了一种适用于词级重放语声检测的模型。首先，利用短时傅里叶变换、低频平均能量计算和帧排序等方法选择声频帧，然后提取这些帧的伽马通频率倒谱系数。其次，用基于自注意机制的残差网络模型进一步提取伽马通频率倒谱系数中的信息，并转化为特征向量。最后，将提取后的特征向量用CatBoost分类，从而提高检测性能。在POCO数据集上的实验结果表明，提出的方法可以以87.54%的准确率和12.53%的等错误率检测重放语声，优于基线和现有的方法。该文提出的方法在ASVspoof2019 PA数据集上的等错误率与串联检测代价函数分别为4.92%和0.1418，证明该文方法也适用于多种设置的重放语声检测。