新型两亲性混配钌配合物的合成及其对Hg2+的选择性“肉眼”识别

采用与文献不同的路线合成了4,4′-二(p-甲基苯基)-2,2′-二联吡啶,与文献结果相比,总收率由4.0%提高至15.3%.该化合物和4,4′-二羧基-2,2′-二联吡啶组成混合配体与金属钌配位,合成了两亲性、混配型配合物cis-N,N-4,4′-二(p-甲基)苯基-2,2′-二联吡啶-N,N-4,4′-二羧基-2,2′-二联吡啶-N,N-二异硫氰钌配合物,并用IR,UV-Vis,NMR和Maldi-TOF等手段进行表征.将该两亲性混配钌配合物首次用于对Hg2+的识别中,发现此配合物对Hg2+表现出灵敏的选择性“肉眼”识别:在DMF/乙醇溶液(体积比1∶9)中加入Hg2+后,MLCT态吸收由530nm蓝移到485nm.该配合物与Hg2+以1∶1(摩尔比)结合,检测限可低至0.5×10-6mol/L.     

卤键在化学传感和分子识别中的应用

卤键是一种新的分子间非共价作用力,它存在于卤素原子(路易斯酸)和具有孤电子对的原子或π-电子体系(路易斯碱)之间,在超分子化学、材料科学、生物识别和药物设计等领域已经显示出独特的优势。本文主要从卤键的特征和在化学传感和分子识别中的应用以及发展前景等几方面进行了介绍,期望引起人们对卤键的更多关注。     

荧光标记-高效液相色谱测定多肽（PC2～PC6）的研究

基于多肽(Polypeptides PC2~PC6)中富有巯基(-SH)官能团,其与单溴二胺(Monobromobimanes mBBr)能够发生缩合反应,生成具有荧光信号的多肽衍生物;通过优化色谱分离条件,建立了高效液相色谱(荧光检测器)测定多肽的方法;试验中利用质谱鉴定了PCs与mBBr缩合反应的比例关系。结果显示,通过比较PCs标记前后化合物的质谱图,PCs与mBBr反应比例关系为1∶1,稳定性好;高效液相色谱-荧光法测定多肽化合物,五种化合物间分离度较好,出峰时间集中在16.6~22.0min间;PC2,PC3,PC4,PC5和PC6线性相关性系数>0.999 1,方法定量限分别为0.3,0.05,0.3,0.5和0.8 mg·L-1,回收率范围为83.0%~102.0%;重线性较好,RSD<2.0%,该方法实现了多肽类化合物快速、准确定量分析。     

pH对毛细管电泳分离多肽的影响

设计了一个针对高年级本科生的毛细管电泳分离实验，用以研究pH对生物小分子多肽分离的影响。5种多肽包括Bradykinin、[Hyp3]-bradykinin、Angiotensin I、Leucine Enkephalin和[Met5]-Enkaphalin，被用于毛细管电泳的分离实验。研究了毛细管电泳生物分析实验中最重要的2个因素即电渗流和样品吸附随pH的变化以及对于分离的影响。在pH=10的条件下，酸性多肽几乎没有吸附，少量的碱性多肽有吸附。在pH=6的条件下，碱性多肽具有非常强的吸附从而导致非常差的分离效果，在pH=2.3的条件下，5种多肽都能被很好地分离，由于多肽此时都带有正电荷因此几乎没有吸附。而在此pH，电渗流消失。对具有一定分析化学基础理论知识的学生而言，这是一个非常好的生物分析实验，有助于学生充分理解相关环境因素对仪器分析的重要影响。     

基因识别及其算法研究

针对基因识别问题,基于DNA序列的3周期这一性质,首先给出了DNA序列功率和信噪比的快速算法并讨论了不同物种基因类型的阈值确定方法;在此基础上,建立了基于背景噪声抑制和频谱平滑的SNR频谱预处理模型,经过预处理后的频谱不仅大幅度抑制了背景噪声,同时保留了SNR频谱的模式特征.在编码序列识别上,对经典的EPND预测算法进行了改进,使用改进的EPND算法对经过预处理后频谱进行基因识别,实验结果显示这种基因识别模型具有优异的基因识别性能,比传统直接使用基于滑动窗口DFT的EPND识别算法在敏感度、特异性等评价指标上提高了2%-12%左右.     

面向鲁棒自动语音识别的一致性自监督学习方法

提出了一种基于一致性自监督学习的鲁棒自动语音识别方法。该方法通过使用语音信号仿真技术,模拟一条语音在不同声学场景下的副本;在通过自监督学习方式学习语音表征的同时,极大化一条语音在不同声学环境下对应语音表征的相似性,从而获取到与环境干扰无关的语音表征方式,提高下游语音识别模型的性能。在远讲数据集CHiME-4和会议数据集AMI上的实验表明,所提的一致性自监督学习算法能够取得相比已有的wav2vec2.0自监督学习基线算法30%以上的识别词错误率下降。这表明,所提方法是一种获取噪声无关语音表征、提升鲁棒语音识别性能的有效方法。     

乙腈溶剂中芳酰基硫脲对F~-识别作用的理论研究

采用混合密度泛函B3LYP方法,在6-31G**水平上和URHF溶剂半径中优化乙腈溶剂中四种芳酰基硫脲及其氟离子复合物的几何构型,从几何结构参数、电荷布居、前线轨道、结合能以及热力学参数等角度探讨复合物形成过程中主客体间的相互作用,结果表明,芳酰基硫脲在乙腈溶液中识别氟离子是一个自发过程,识别作用主要是硫脲氮氢与氟离子的氢键作用。受体分子识别氟离子能力与取代基密切相关,以N-对硝基苯基-N’-对硝基苯甲酰基硫脲氟离子复合物最稳定。在基态结构的基础上用相同的理论水平计算了乙腈溶剂中四种受体分子及氟离子复合物的电子吸收光谱。结果表明,有取代基的芳酰基硫脲识别氟离子后的光谱行为变化大,有利于使用比色法检测阴离子。光谱理论计算值很好地反映了实测值,这为实验室开展工作提供了依据。     

基于深度学习的人体行为识别算法

目前,针对深度学习的人体行为识别研究,往往采用视频中的全局信息对人体行为进行分析.然而,局部信息缺失造成的特征提取不完备,同样会导致识别精度急剧下降.由此,提出了基于多流深度学习的人体行为识别方法,将人体局部信息与全局信息相结合,通过局部不同特征的精确识别,使人体行为识别更加准确.实验表明,与现有深度学习方法相比,提出的方法在数据集UCF101和HMDB51上识别精度分别平均提高了约4.0%和6.2%.     

非正态变异下的非线性轮廓异常点识别方法研究

在质量控制领域,非线性轮廓异常点识别问题是重点研究问题之一。本文综合运用了小波分析、数据深度、聚类分析等数据分析处理技术,提出了一种新的非正态变异的异常点识别方法。文章通过仿真分析技术,将新方法χ²与控制图方法进行性能对比,结果证实新方法能够以更高的准确率和稳定性识别异常点,表现出更好的异常点识别性能。最后将新方法应用于木板垂直密度轮廓实例对新方法进行验证,分析结果表明本方法能够有效识别出异常轮廓数据。