豚草聚合酶链反应产物的高效毛细管电泳检测

利用PE270A－HT型高效毛细管电泳仪,采用无胶筛分电泳,以羟丙基甲基纤维素（HPMC）为筛分介质,对三裂叶豚草（Ambrosia trifida L.)的聚合酶链反应（PCR）产物进行了分离分析,显示了高效、快速、无污染的毛细管电泳技术在植物DNA片段多态性分析方面的巨大的潜力。     

研究型分析化学实验课教学模式的探索

在研究型教育理念的指导下,探索了＂基本技能训练—自助加研讨式实验—设计型实验＂的研究型分析化学实验课教学模式。这种教学模式有利于培养学生的创新意识、科学素养和团队精神,提高其独立思考及解决问题的能力。此外,还探讨了保证研究型教学模式顺利实施的因素。     

新型水溶性超支化聚酰胺-酯的合成

均苯四甲酸酐与二乙醇胺经酰化反应制得中心核(4);4与AB2单体2,2-二羟甲基丙酸经熔融缩聚合成了一种新型水溶性的二代超支化聚酰胺-酯(1),其结构与性能经FT-IR,GPC,粘度法,化学滴定等表征。4的Mn=1 683,Mw=1 911,Mw/Mn=1.14,[ηinh]=0.067 6 dL·g-1;1的Mn=3 750,Mw=4 904,Mw/Mn=1.31,[ηinh]=0.086 1 dL·g-1。     

无网格法求解一类分段连续型延迟偏微分方程

无网格法是基于散点信息求解偏微分方程问题的数值方法,无网格法可减少或完全消除对网格的依赖,数值实施更加灵活.因此,考虑采用基于径向基函数的无网格插值法求解一类分段连续型延迟偏微分方程.首先,利用θ-加权有限差分法得到方程时间上的离散格式,利用基于径向基函数的无网格插值法近似空间导数,得到了全离散数值格式.采用的基函数是Multiquadric (MQ)径向基函数,MQ径向基函数在精度及稳定性等方面都优于其他径向基函数.其次,采用傅里叶分析方法对该方法进行稳定性分析,得到了该方法稳定的条件,且该条件只与时间步长有关.最后,通过数值算例验证了方法的收敛性和稳定性,从而说明了方法的有效性和适用性.     

"生物数学"本、硕一体化系列课程的研究与探索 ——兼谈数学建模能力培养之途径

以东北林业大学本、硕两阶段"生物数学"系列课程的整体改革实践为例,针对数学本科专业和数学硕士点学科拔尖人才创新能力培养问题,通过构建"理论学习—专题研究—课外研讨班"一体化教学体系的教学法实践,探讨了如何以生物问题为背景,构建"问题—建模—求解"的研究型教学模式、搭建培养数学建模能力平台的问题,以实现培养学生数学建模能力的一体化教学体系和研究型教学模式的目标.     

基于球坐标计算第一型曲面积分注记

给出了利用球坐标求解第一型曲面积分的方法及在球坐标系下第一型曲面积分转化为二重积分的公式,实例表明这种方法是可行的.此研究丰富了第一型曲面积分的计算方法,也可为在高校《高等数学》课程教学中对学生能力的培养提供素材.     

基于光谱和图像特征的阔叶木材与针叶木材同时分类算法研究

木材是人们生活中必不可少的可再生资源,同时在建筑、工艺、家具、结构材料等方面有着举足轻重的地位。市场中常见的木材品种繁多,其品质和价格千差万别,使用智能化技术对木材进行正确的分类不仅可以防止不法商贩“以次充好”,也可以大幅度降低木材分类人员的工作难度。通过木材的遗传信息和解剖学信息可以得到较为准确的木材分类结果,这类方法识别工艺相对复杂,对非专业人员并不友好。借助木材切面的图像信息或光谱信息可以简单方便地对木材进行分类,然而由于不同种木材之间存在的近似性,这类方法往往分类精度不高或只适用于某些阔叶木材。提出了一种基于木材横切面图像信息和光谱信息的多特征木材分类算法,首先分别采集木材横切面的光谱信息以及图像信息;再使用Segnet图像分割方法将待分类样本分成含管孔木材和不含管孔木材两组,并对含管孔样本组中的木材进行管孔分割;然后对含管孔样本组中的木材提取管孔特征、光谱特征以及纹理特征,对无管孔样本组木材提取光谱特征和纹理特征;最后根据这些特征使用支持向量机分别对木材进行分类并记录其木材的分类结果,对分类结果不一致的样本使用相似性判据判断最佳分类结果。为了验证该方法的有效性,以20种常见的阔叶木材和针叶木材的混合样本集为研究对象,对其进行了分类。实验结果显示三种特征均可以对木材进行分类,单独使用光谱特征、纹理特征以及管孔特征对木材进行分类的最高正确率分别为93.00%,89.33% 和69.23%,通过相似测度的判断后三个特征可以相互补充从而进一步提高木材的分类正确率,最高正确率可达98.00%。综上所述,该方法可以对包含阔叶木材和针叶木材的混合样本集中的木材进行分类,木材横切面的光谱特征、纹理特征以及管孔特征可以相互补充,从而使分类正确率进一步的提高。与目前的主流木材分类方法进行对比,发现该算法的分类正确率高于其他算法。     

基于I-BGLAM纹理和光谱融合的高光谱显微成像木材树种分类

为了提高木材树种分类的正确率,提出了一种基于I-BGLAM纹理特征和光谱特征融合的高光谱图像的木材树种分类方法。实验数据是利用SOC710VP高光谱成像仪获取的可见光/近红外（372.53~1 038.57 nm）范围内的高光谱图像。首先,利用基于OIF的特征波段选择方法降低高光谱图像的维数,选择出含有信息量大的波段。其次,对选择出的波段图像使用NSCT及NSCT逆变换得到融合图像,对得到的融合图像使用I-BGLAM提取其纹理特征。与此同时,对高光谱图像的全波段求取平均光谱并进行S-G（Savitzky-Golay）平滑得到光谱特征。最后,将得到的纹理特征和光谱特征融合后送进极限学习机（ELM）中进行分类。此外,还和基于灰度共生矩阵（GLCM）的木材识别的传统方法以及近几年木材树种识别领域内被提出的主流方法进行了比较。该研究主要创新点有两个：一是将强纹理提取器I-BGLAM用于高光谱图像中提取其纹理特征;二是提出一种新的特征融合的模型用于高光谱图像的分类。针对8个树种的实验结果表明,单独使用I-BGLAM提取的纹理特征来进行分类的正确率最高可到达88.54%,而使用GLCM提取纹理特征的传统方法正确率最高只有76.04%,该结果可以得出本文使用I-BGLAM在纹理特征提取方面要优于GLCM,这为后面建立的融合模型打下很好的基础,单独使用平均光谱特征来分类的正确率最高可以达到92.71%,使用所提出的特征融合方法所得到的分类正确率最高可达到100%,这说明使用所提出的融合模型来分类要比以前单独使用某一种特征的分类模型要好。此外,使用所提出的方法得到的分类正确率要高于本领域内其他两种主流的识别方法。因此,所提出的基于I-BGLAM纹理特征和光谱特征融合的方法能够提高木材树种分类的正确率,该方法在木材树种分类方面有着一定的利用价值。     

纤维素纳米晶体手性复合材料:结构色的调控与应用

结构色在自然界中扮演了重要的角色,在昆虫外骨骼、鸟类羽毛以及植物果实中广泛分布.纤维素纳米晶体(CNCs)的水悬浮液达到一定浓度时会自组装形成左旋的手性向列液晶结构,这种手性向列结构在水分挥发后仍能保持并形成光子晶体虹彩薄膜,具有极强的手性和光子晶体的双重性质.膜内的周期性层状结构与光线产生干涉、衍射作用,表现出复杂的...     

酮缺陷对中性和带电六卟啉芳香性影响的直接可视化研究

利用含时密度泛函理论研究了酮缺陷对中性和带电六卟啉芳香性的影响,并使用多维可视化技术给出了该体系基态电荷分布和电子跃迁的直观图像. 研究结果表明,芳香性是决定这类体系基态密立根电荷分布的主要因素;酮缺陷效应使得体系基态的密立根电荷分布更多地局域在六卟啉基团上,在这类体系的五氟苯基取代基上密立根电荷布居较少,同时使得体系的芳香性发生改变. 进一步,通过计算体系的跃迁密度和电荷差分密度,可视化了酮缺陷对中性和带电六卟啉芳香性的影响. 结果表明,酮缺陷加强了体系电荷转移的能力.