近红外光谱的古筝面板用木材等级识别研究

目前民族乐器古筝面板用板材的等级主要依靠乐器技师凭借个人经验进行判断,此方法受限于有丰富经验的技师且容易受其主观判断影响。针对此现状,以用于制作古筝面板的泡桐木材为实验样本,提出了一种利用近红外光谱结合改进的BP神经网络方法,实现快速识别古筝面板用板材的不同等级。近红外光谱可以表征丰富的物质结构与组成信息,并且测量仪器成本较低,附件形式多样化,所以针对泡桐板材的近红外光谱实验分析有实用意义首先进行光谱去噪,消除系统误差等以提高光谱分辨率,根据均方根误差与信号平方和作为多种预处理方法评价指标,选取一阶导数为本实验最终预处理方式,15为合适的滤波去噪窗口大小,然后通过主成分分析法压缩数据以及马氏距离法剔除建模集异常样本,从而建立更具代表性的建模集。然后通过聚类分析无监督学习方法进行板材等级分析,证明板材分级的可行性。由于H₂O在近红外光谱区域具有较大吸收,根据实验光谱分析结果,不考虑其基频振动波段5 396.0～4 978.0 cm-1区域和第一泛音振动波段6 800～7 000 cm-1区域,仅考虑剩余近红外光谱波段信息,将不同光谱信息波段组合,共七种组合波段区域作为神经网络模型的输入,进行面板板材等级识别模型实验。对传统的BP神经网络模型作改进。BP神经网络中学习率的设置采用自适应学习率优化策略,弥补传统神经网络训练速率慢等劣势。同时采用交叉熵函数作为代价函数,从而加快权重的更新速度。选取Relu函数作为输入层与隐藏层之间的传递函数,提高了模型训练速度,有效防止过拟合的发生。选取Softmax函数作为最后一层的传递函数,以此减少复杂计算,构成该研究最终BP神经网络模型。选取不同数量的主成分变量所能提取的光谱信息量不同,通过不断增加主成分个数和调整参与模型的光谱波段区间,调整BP神经网络模型的输入,当主成分个数为11和光谱区间为10 000～7 000和4 976～4 000 cm-1时,未知样本识别率达到99.7%,所选光谱区间涵盖C-H等基团全部特征信息。研究结果表明,近红外光谱结合神经网络可以对不同等级的泡桐木材进行有效的识别,降低人工检测误差,缩短板材分级时间,更好地满足乐器市场需求。     

新型含1,2,3-三氮唑的染料木素糖缀合物的合成

以染料木素为起始原料,经两步反应制得中间体7-O-炔丙基染料木素(3);以CuI为催化剂,3与叠氮乙酰基糖经Click反应合成了7-O-［1-(2,3,4,6-四-O-乙酰基-β-D-糖苷)1H-1,2,3-三氮唑-4-甲基］-染料木素(5a~5c); 5a~5c经去乙酰基制得三种含1,2,3-三氮唑的氮苷染料木素糖缀合物(6a~6c)。3, 5和6均为新化合物,其结构经¹H NMR, ¹³C NMR和HR-MS表征。     

水蒸汽辅助法制备PLLGA蜂窝状多孔膜

以疏水性高分子L-丙交酯-乙交酯共聚物（PLLGA）为膜材质,以十二烷基硫酸钠为添加剂,在高湿度气氛环境中使用浇铸成膜的方法制得了具有规整蜂窝状结构的薄膜,研究了环境温度、湿度和聚合物溶液浓度等因素对孔结构的影响.结果表明,表面活性剂是疏水性膜材质能否形成蜂窝状结构的关键因素.     

斯特林制冷机驱动控制源电磁兼容分析与改进

介绍了斯特林制冷机驱动控制源的分类,讨论了不同的驱动方式对探测芯片产生的干扰形式,并给出了驱动控制源采取的改进措施.并对驱动控制源与斯特林制冷机联机实验所产生的干扰情况进行了分析,介绍了驱动控制源采取的有效改进措施.     

南北五味子镇静催眠活性部位共有成分的分析

对南北五味子药材进行系统化学部位分离,用镇静催眠药理实验探讨各化学部位的活性作用;同时采用高效液相色谱-电喷雾飞行时间质谱HPLC-DAD-ESI-TOF/MS联用技术分析两种五味子镇静催眠活性部位的组成成分,本方法可对7个联苯环辛烯类成分进行定量分析,并对异构体进行了分离鉴定.结果显示,它们的活性部位分别由约20个联苯环辛烯类化合物组成,这类化合物在活性部位含量均大于80%,检测到10个共有成分,但是成分组成完全不同.对南北五味子各3个产地9批的活性部位进行了检测,均验证了活性部位中联苯环辛烯类总量相近而共有成分组成完全不同的结果.     

乳酸-3-苯甲基-2,5-吗啉二酮共聚物的合成及共聚物组分分析

以苯丙氨酸为原料合成3-苯甲基-2,5-吗啉二酮(PMD),以辛酸亚锡为催化剂,研究PMD与丙交酯(LA)开环共聚得到乳酸-3-苯甲基-2,5-吗啉二酮共聚物,用IR、1H-NMR、DSC对共聚物进行分析表征,表明可得到含有苯丙氨酸的聚乳酸共聚物.利用红外定量分析法替代1H-NMR法测定共聚物中PMD的组分含量,以1671.53cm-1和870.82cm-1两波数处特征峰的吸光度比值,作标准工作曲线Y=0.05567X+0.1091,r=0.9993.比较了催化剂浓度、反应时间、温度对共聚物组分含量、共聚物特性黏数[η]的影响.结果表明,低催化剂浓度条件下(0.025mol%与0.1mol%),产物特性黏数[η]随反应时间的延长先增加然后下降;而在高催化剂浓度(0.2mol%)的条件下,因主链中形成了更多更稳定的酰胺键,产物特性黏数[η]10h内维持不变;随PMD加入量的增多,进入共聚物中的PMD组分也相应地呈线性增加,但因PMD的开环活性低于丙交酯,所以苯丙氨酸引入聚乳酸链段中比较困难,但在低投料比条件下(<20mol%),升高反应温度有利于PMD含量的增加;同样也因为PMD在共聚物中组分含量的增多,苯环的稳定性使共聚物[η]受催化剂浓度及温度的影响逐渐减弱.     

三（3,5-二叔丁基水杨醛缩苯乙胺）镧引发L-丙交酯与ε-己内酯开环共聚合

以三（3,5-二叔丁基水杨醛缩苯乙胺）镧La (OPEBS)₃为引发剂引发L-丙交酯(_L-LA)和ε-己内酯(ε-CL)的共聚,可控合成嵌段共聚物.研究了单体加料顺序、投料比、单体与引发剂的摩尔比(M/I)及聚合温度对_L-LA和ε-CL共聚的影响.由石油醚抽提纯化的聚合物经GPC、¹H NMR和DSC分析,表明该共聚物为_L-LA和ε-CL嵌段共聚物.     

五味子优良品种优选的模式识别方法

通过超高效液相色谱法,对不同生长特征的五味子样品中5种主要的木脂素成分:五味子醇甲、五味子醇乙、五味子酯甲、五味子甲素和五味子乙素进行测定,同时考察其抗氧化活性。 对所得到的5种木脂素成分的含量及抗氧化数据进行聚类分析和主成分分析,并且通过逐步判别分析建立判别函数,从而筛选五味子优良品种。 主成分分析和聚类结果基本一致,均将样品分为3大类,逐步判别分析的正确率高达90%。     

黄酮类药物与氯金酸的作用及其分析应用

将4种黄酮类药物染料木素、木犀草素、大豆素及柚皮素与氯金酸在不同酸度条件下反应形成金纳米颗粒. 研究发现, 生成的金纳米颗粒的等离子体共振吸收信号与4种黄酮类药物的浓度呈线性关系, 从而建立了这4种典型黄酮类药物的测定方法. 分析了黄酮类药物的分子结构并利用Materials-studio 4.0软件计算了各原子的电子云密度分布. 结果表明, 4种黄酮类药物与氯金酸作用的适宜酸度与黄酮类化合物结构中的酚羟基数和碱性氧的电子云密度分布有关.     

电子白板系统中参数标定方法的研究

为了避开复杂繁琐的摄像机标定过程,提出了一种基于CCD摄像机的电子白板系统参数标定新方法,实现了开机自动标定系统参数的功能。采用Harris角点检测算法成功提取了参考点的像素坐标,并直接运用射影变换交比不变性,推导出白板边框图像像素距离与实际物理距离的映射关系式,进而获得了摄像机的光心坐标。简要分析影响系统标定精度的因素,并设计出减小标定误差的方案,最后搭建实验平台标定系统参数。实验结果表明:该标定方法实现简单,应用方便,且对于单位长度为1 cm的标定块而言,标定误差小于0.04 cm。