微波辅助法制备氧化铜非酶葡萄糖传感器

采用微波辅助法制备了氧化铜(CuO)材料,其结晶度好,没有杂质,呈现片层堆叠而成的块状结构.以CuO材料修饰玻碳电极作为工作电极(CuO/GCE),饱和甘汞电极作为参比电极,铂丝电极作为对电极,在碱性条件下对葡萄糖溶液进行电化学性能检测.该传感器对520 nM到2.0 mM浓度范围内的葡萄糖溶液实现了优良的检测性能,灵敏度为2491.362μA·cm-2·mM-1,检测限为216 nM(S/N=3),在2 s内就可以完成反应.丙烯酸等物质对传感器的影响可以忽略,具有良好的抗干扰性.     

煤直接液化油中混合酚的分离研究

利用分子筛择形特点，对煤直接液化油中的混合酚实施高效分离。本研究选取间甲酚和对甲酚作为分离煤直接液化油馏分段混合酚的模型化合物，采用化学液相沉积法对HZSM-5吸附剂的孔口结构进行改变，分析分子筛硅铝比及颗粒粒径对模型化合物间甲酚和对甲酚吸附分离性能的影响，以获得高性能固相吸附剂，并将其应用于180-190℃馏分段混合酚分离。结果表明，当分子筛硅铝比为25、粒径为3-5 μm时，分子筛的孔口结构调节效果最优；当正硅酸乙酯的最小用量为0.2 mL/g时，固相吸附剂的吸附量为0.03 g/g，对甲酚选择性高于95%。由于外表面沉积物对吸附剂的孔口结构变化，导致对甲酚选择性的提高。进一步采用HZSM-5（1）吸附剂对真实煤直接液化油混合酚的分离中发现，苯酚和对甲酚的选择性均达到100%。     

Te溶剂Bridgman法CdMnTe晶体核辐射探测器的制备和表征

碲锰镉(CdMnTe)作为性能优异的室温核辐射探测器材料,可用于环境监测和工业无损检测领域。本文中采用Te溶剂Bridgman法生长In掺杂Cd_0.9Mn_0.1Te晶体,制备成10 mm×10 mm×2 mm大小的室温单平面探测器,研究了该探测器对²⁴¹Am@59.5 keV γ射线源的能谱响应。通过表征红外透过率、电阻率以及探测器能谱响应等参数,综合评定了探测器用CdMnTe晶体的质量、电学和探测器性能。结果表明,晶片的红外透过率均在55%以上,最好可达到60%。采用湿法钝化,100 V偏压下的漏电流由钝化前的9.48 nA降为钝化后的7.90 nA,钝化后的电阻率为2.832×10¹⁰ Ω·cm。在-400 V反向偏压下,CdMnTe探测器对²⁴¹Am@59.5 keV γ射线源的能量分辨率在钝化前后分别为13.53%和12.51%,钝化后的电子迁移率寿命积为1.049×10^-3 cm²/V。研究了探测器的能量分辨率随电压的变化特性,当偏压≤400 V时,探测器的能量分辨率主要由载流子的收集效率决定,而当偏压>400 V时,能量分辨率由漏电流决定。本文研究结果表明,Te溶剂Bridgman法生长的CdMnTe晶体质量较好,电阻率和电子迁移率寿命积满足探测器制备需求。     

NO分子宏观气体热力学性质的理论研究

采用量子统计系综理论,研究了基态NO分子宏观气体摩尔熵、摩尔内能、摩尔热容等热力学性质.首先应用课题组前期建立的变分代数法(variational algebraic method, VAM)计算获得了基态NO分子的完全振动能级,得到的VAM振动能级作为振动部分,结合欧拉-麦克劳林渐进展开公式的转动贡献,应用于经典的热力学与统计物理公式中,从而计算得到了1000-5000 K温度范围内NO宏观气体的摩尔内能、摩尔熵和摩尔热容.将不同方法计算得到的摩尔热容结果分别与实验值进行比较,结果表明基于VAM完全振动能级获得的结果优于其他方法获得的理论结果.振动部分采用谐振子模型对无限能级求和计算热力学性质的方法有一定的局限性,应当使用有限的完全振动能级进行统计求和.     

三维位势问题的梯度边界积分方程的新解法

三维位势问题的边界元分析中,关于坐标变量的边界位势梯度的计算是一个困难的问题. 已有一些方法着手解决这个问题,然而,这些方法需要复杂的理论推导和大量的数值计算. 本文提出求解一般边界位势梯度边界积分方程的辅助边值问题法. 该方法构造了与原边界值问题具有相同解域的辅助边值问题,该辅助边值问题具有已知解,因此通过求解此辅助边值问题,可获得梯度边界积分方程对应的系统矩阵,然后将此系统矩阵应用于求解原边值问题,求解过程非常简单,只需求解一个线性系统即可获得原边值问题的解. 值得注意的是,在求解原边值问题时,不再需要重新计算系统矩阵,因此辅助边值问题法的效率并不很差. 辅助边值问题法避免了强奇异积分的计算,具有数学理论简单、程序设计容易、计算精度高等优点,为坐标变量梯度边界积分方程的求解提供了一个新的途径. 3个标准的数值算例验证了方法的有效性.      

Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。     

紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

均匀磁场下碳离子笔形束的剂量变化分析及位置修正方法

分析外加均匀磁场对于碳离子笔形束剂量分布的影响,并考虑修正这种影响,为磁共振成像引导碳离子放射治疗的临床应用提供指导。本文利用蒙特卡罗方法模拟计算了不同能量碳离子笔形束在不同强度磁场下的剂量分布情况,发现垂直于碳离子束入射方向的均匀磁场对于碳离子笔形束射程缩短的影响很小,磁场对碳离子束的主要影响是引起束流横向偏转,特别是碳离子束布拉格峰位置的横向侧移。横向侧移程度与碳离子束的能量和磁场强度相关,根据模拟结果,得到了一个计算碳离子束布拉格峰在磁场中相对横向偏转的方程,并提出一种校正外加磁场引起的碳离子束布拉格峰横移的角度修正方法。这些结果可用于指导磁共振图像引导碳离子放射治疗计划系统的研发。     

非均匀波导中的声聚焦

理论研究了声波在非均匀波导中的空间聚焦问题,利用多模态导纳法构建波导内任意位置处声压与入射声压在模态域的映射关系,计算使声波聚焦于空间某位置时的最佳入射波,并画出了相应的聚焦声场.研究了三种非均匀情况:水平变截面波导、含散射体波导以及声速垂直变化波导.结果表明,当输入最佳入射波时,在非均匀波导中可以产生良好的单点或多点声聚焦效果,声波的聚焦过程充分地利用了波导结构及介质非均匀性对声波的散射作用.