手性金属-有机骨架[Cu_3(HL)_2(L)_2(bpy)_3]·4H_2O用于高效液相色谱拆分手性化合物

手性金属-有机骨架材料(MOFs)作为一种新型多孔材料,由于具有比表面积大、结构多样、孔尺寸可调和化学稳定性良好等特点,而备受色谱分离领域的关注。该文以(1R,2R)-1,2-环己烷二甲酸(H2L)和4,4'-联吡啶(bpy)为配体与铜离子反应,通过溶剂热法合成了一种具有二维手性网状结构的手性MOF[Cu_3(HL)_2(L)_2(bpy)_3]·4H_2O。将该手性MOF作为手性固定相制备了高效液相色谱柱。为了考察MOF[Cu_3(HL)_2(L)_2(bpy)_3]·4H_2O的手性识别能力,在正相色谱(流动相:正己烷-异丙醇)条件下,对一系列外消旋化合物在手性MOF柱上进行了拆分。该手性MOF柱对醇类、酮类、酸类、环氧化合物和醚类等10种手性化合物表现出较好的拆分效果。对该手性MOF柱的重现性、稳定性作了评价,考察了进样量对分离效果的影响,结果表明该手性MOF柱具有较好的重现性和稳定性。     

教师自主支持认知与自主支持行为相关性的研究

为研究教师自主支持认知与自主支持行为的相关性,以70名中学化学教师为研究对象,以著名学者Deci编制的问卷为工具,采用2种量化分析方法选择出高自主支持认知水平和低自主支持认知水平的2组教师。用弗兰德斯互动分析系统系统地对比分析2组教师的课堂教学行为,发现教师自主支持认知与自主支持行为具有一致性。     

采用X射线吸收光谱表征单原子催化剂:至关重要与持久挑战

X射线吸收光谱(XAS)可为负载型单中心(单原子或单核金属络合物)催化剂的结构和电子特性提供重要信息.虽然XAS技术可表征真实反应条件下、无需长程有序结构的催化剂,并且可提供对于负载型单中心催化剂非常重要的金属-载体界面信息;但是它给出的信息是包括与催化有关或无关的所有负载型金属物种的平均信息.负载型催化剂的准确表征具有长期挑战性,也限制了我们准确地理解催化剂的构效关系.为了更好地利用XAS表征技术,深入研究催化剂的构效关系,并最终用其指导设计开发出高效的催化剂,制备具有均一结构活性位的负载型单中心催化剂,并采用XAS及相关技术对其表征至关重要.本文列举了一些实例以说明XAS在表征具有均一结构活性位的负载型单中心催化剂方面的能力,以及XAS如何与其他技术(如扫描透射电子显微镜和红外光谱)互补,为以分子筛和金属-有机骨架材料为载体而制得的具有均一结构活性位的负载型单中心催化剂提供原子尺度的信息.     

支持向量机结台主成分分析辅助激光诱导击穿光谱技术识别鲜肉品种

为提高激光诱导击穿光谱技术(Laser-induced breakdown spectroscopy,LIBS)对鲜肉品种的识别率,采用支持向量机结合主成分分析算法辅助LIBS技术对鲜肉品种进行识别.对鲜肉切片用载玻片压平,采用LIBS技术对鲜肉组织(猪肉、牛肉和鸡肉)表面进行光谱数据的采集,每种鲜肉采集150幅光谱并进行随机排列,取前75幅光谱作为训练集建立模型,后75幅作为测试集测试建模结果.研究选取K、Ca、Na、Mg、Al、H、O等元素的49条归一化谱线数据进行主成分分析,并用所得数据建立支持向量机分类模型.结果表明,通过主成分分析降维,输入变量从49个优化减少到18个,模型建模速度从88.91 s降至55.52 s,提高了支持向量机的建模效率;并使预测集的平均识别率提高到89.11%.本研究为激光诱导击穿光谱技术在鲜肉品种快速分类领域提供了方法和数据参考.     

金属-有机纳米管分散固相萃取-气相色谱-串联质谱高灵敏分析环境水样中痕量多氯联苯

采用含铅金属-有机纳米管为吸附剂,基于分散固相萃取和气相色谱-串联质谱建立了一种高灵敏分析环境水样中痕量多氯联苯的方法.采用正交设计响应面法对影响萃取效果的重要因素(如离子强度、萃取时间和吸附剂用量等)进行了优化.获得的最优条件为:离子强度4.92 %(w/V)NaCl,萃取时间4.5 min,正己烷为解吸剂,吸附剂用量62.5 mg.在优化条件下,方法的线性范围为2~1000 ng/L,检出限为0.26~0.82 ng/L. 日内和日间相对标准偏差分别为0.8%~5.5% (200 ng/L, n=6)和2.7%~7.4% (200 ng/L, n=6).将本方法应用于实际环境水样中多氯联苯的分析,回收率为78.9%~113.3%,结果满意.     

支持向量回归在人体血红蛋白无创检测中的应用

采用线性渐变滤光片(Linear variable filter, LVF),优化设计高性能、便携式的人体血液成分近红外检测设备,研究了支持向量回归(Support vector regression, SVR)模型对人体血红蛋白(Hemoglobin, Hb)的预测能力及稳定性,以实现贫血疾病的无创诊断.无创采集100位志愿者食指前端光谱信息并划分定标集、验证集1和2.应用网格搜索方法优选惩罚参数与核函数参数c=5.28, g=0.33,用以建立稳健的SVR模型.随后,分别对验证集1和2中Hb水平进行定量分析.实验结果表明: 预测标准偏差(RMSEP) 分别为10.20 g/L和10.85 g/L,相对预测标准偏差(R-RMSEP) 为6.85%和7.48%,测量精度较高且SVR模型对不同样品的适应性较强,基本满足临床检测要求.基于SVR算法自行设计的LVF型近红外光谱检测设备在贫血症的无创诊断中有着良好的应用前景.     

无定型钼硫化物/还原氧化石墨烯的辐射合成及其电催化析氢性能

钼硫化物被认为是一种高效的电催化析氢反应的催化剂,因此其合成方法受到了广泛的研究和关注。本文以四硫代钼酸铵和氧化石墨为前驱体,利用γ射线对其辐照还原,一步法制备了钼硫化物/还原氧化石墨烯(Mo S_x/RGO)复合材料。通过X射线光电子能谱、X射线衍射、透射电子显微镜、Raman光谱等表征手段确认复合材料中的Mo Sx为无定型结构,且氧化石墨烯得到了有效的还原。同时系统研究了吸收剂量、前驱体配比对复合材料作为析氢反应催化剂性能的影响。结果发现,Mo Sx/RGO复合材料具有优异的催化性能,其催化起始电压为110 m V,在电流密度为10 m A·cm~(-2)时过电势仅为160 m V,Tafel斜率为46 m V·dec~(-1),说明该催化剂催化析氢机理为Volmer-Heyrovesy机理。此外,Mo Sx/RGO复合材料还具有良好的催化稳定性。     

经方量化归经研究中的向量矩阵应用

在经方量化归经研究中发现,药物组成的归经量化问题,若以五维向量表示更能体现其药物的归经方向和归经比例.利用向量矩阵分析方法给出了方剂归经量化的一种全新的量化模型体系,并以此研究方剂归经的量化规律及其应用特点.     

基于在线HHT和SVM的汽油机轻微漏气故障识别方法

针对汽油机轻微漏气故障会被闭环反馈控制所掩盖,提出了一种基于在线希尔伯特变换(Hilbert-Huang Transform,HHT)和支持向量机(Support vector machine,SVM)的两阶段微小故障识别方法(Online HHT-SVM,OHS).第一阶段在嵌入式两滑动时间窗内通过HHT对发动机空燃比数据流进行在线时频分析,以实时获取空燃比发生异常的时刻;第二阶段通过SVM对异常时刻的数据流故障模式进行离线识别.根据氧传感器信号特征,对经验模态分解(Empirical mode decomposition,EMD)算法进行了改进,并从理论上进行了证明.基于两款发动机的实际运行数据验证了该方法的有效性.     

一种改进二叉树支持向量机在故障诊断中的应用

考虑到构建二叉树支持向量机时样本的分布情况对分类器推广能力具有较大影响,提出一种改进的二叉树支持向量机层次结构构建方法.以类间样本距离和带权值的类内样本距离与其标准差的比值作为类的分类度.将类间距离大且类内样本平均分布广的类最先分离.利用标准数据集,通过与不同多类分类算法比较,验证了改进的二叉树支持向量机的优越性.对双转子涡喷发动机气路部件进行应用改进的算法进行故障诊断,得到了较好的故障识别率.