1,5-二芳基-3-(2-羟基-4,6-二甲氧基苯基)-2-吡唑啉的合成及氟离子荧光探针行为

设计合成了8个1,5-二芳基-3-(2-羟基-4,6-二甲氧基苯基)-2-吡唑啉化合物4a~4h. 它们的结构经由IR、1H NMR、MS和元素分析确认. 测定了它们的紫外光谱和荧光光谱, 研究了它们对氟离子的选择性识别作用, 发现化合物4a,4c和4d均可选择性地识别氟离子, 其中4a和4c作为识别氟离子的荧光探针, 受常见离子干扰较小, 选择性较高.     

利用偏最小二乘回归从冬小麦冠层光谱提取叶片含水量

通过人为控制灌溉水平,在冬小麦3个发育期(孕穗、开花、乳熟)测定了冠层光谱和叶片含水量(leaf water content,LWC)。针对每期数据,结合偏最小二乘回归和迭代特征去除,建立了基于诊断波段的LWC回归模型。结果表明,叶片水分的光谱响应及反演精度受小麦生长状态的影响。在孕穗、开花和乳熟3个发育阶段,回归模型中光谱数据的最佳利用形式分别为对数光谱、导数光谱和反射率光谱;重要光谱区间为SWIR,NIR和SWIR;模型交叉验证决定系数(R2_CV)为0.750,0.889和0.696。研究结论对今后监测冬小麦旱情和开发作物水分遥感产品具有重要的指导作用。     

铁磁/反铁磁/铁磁三层膜系统中反铁磁自旋结构及其交换各向异性

研究铁磁/反铁磁/铁磁三层膜中界面存在二次以及双二次交换耦合下反铁磁磁矩转动及其交换各向异性.结果表明,其反铁磁膜中的磁矩转动存在可逆"恢复行为"、不可逆"连续倒转行为"以及不可逆"中断倒转行为"三种情形,三种情形的出现强烈地依赖于两界面处的线性耦合和双二次耦合.钉扎界面的交换耦合与旋转界面的交换耦合相互竞争,当钉扎界面耦合占主导时,反铁磁磁矩发生可逆"恢复行为",系统出现交换偏置.在旋转界面耦合占主导情形下,其线性耦合与双二次耦合也相互竞争,分别导致反铁磁磁矩发生不可逆"连续倒转行为"和不可逆"中断倒转行为",系统都不出现交换偏置,但矫顽场都得以增强.相关结论为实验上观测的磁滞能耗以及界面垂直耦合提供了可能的解释.     

基于应力形式的二维弹性问题的本征展开法

给出求解基于应力形式的二维弹性问题的本征函数展开方法．通过引入适当的状态函数,将该问题的基本偏微分方程等价地转化为上三角微分系统,导出相应的上三角算子矩阵．证明了该矩阵的两个对角块算子均具有规范的正交本征函数系,并得到它们在相应空间中的完备性．此外,基于本征函数系的完备性,应用本征函数展开法给出了二维弹性问题的一般解．     

直观随机赋范空间中三次泛函方程的稳定性

先引入直观随机赋范空间的概念．然后,借助这一概念,然后对任意的三角范数在该空间的框架下,研究了三次泛函方程的稳定性．另外,还介绍了随机空间理论、直观空间理论及泛函方程理论间的密切关系．     

平衡问题变分包含问题及不动点问题的二次极小化

借助预解式技巧,寻求二次极小化问题minx∈Ω‖x‖2的解,其中Ω是Hilbert空间中某一广义平衡问题的解集,与一无穷族非扩张映像的公共不动点的集合,以及某一变分包含的解集的交集．在适当的条件下,逼近上述极小化问题的解的一新的强收敛定理被证明．     

应用可见/近红外光谱技术快速检测果珍中二氧化钛的含量

为了实现快速检测果珍中的二氧化钛含量,提出了应用近红外光谱技术结合化学计量学的快速检测方法。研究采用了320份果珍样本进行光谱特性的检测,其中200个样本用来建模,120个样本进行预测。首先比较了标准正态变量校正(SNV)、变量标准化(Normalize)、多元散射校正(MSC)等6种不同的数据预处理方法对偏最小二乘法(PLS)建模预测效果的影响。然后将PLS模型与应用主成分(PC)建立的主成分-神经网络校正(PC-ANN)模型进行比较。结果表明,MSC预处理的效果最好,PLS模型的最佳主成分数为7,预测值与标准值的相关系数R2达0.900 8,预测标准误差RMSEP为0.05。PC-ANN模型预测值与标准值的R2为0.868 4,RMSEP为0.04。说明PLS模型比PC-ANN模型的预测效果好。同时本研究也说明能够应用可见/近红外技术对二氧化钛进行快速定量测定。     

六种蜂花粉的红外光谱三级鉴别研究

采用傅里叶变换红外光谱(FTIR)结合二阶导数谱和热扰动下的二维相关红外光谱技术对6种不同花粉,即杏花花粉、油菜花粉、茶花花粉、西瓜花粉、荷花花粉和虞美人花粉,进行了快速无损的鉴别。结果表明,在一维红外光谱图上,不同花粉的蛋白质、脂肪和糖类物质的特征吸收峰在相对峰强和峰位上均存在一定的差异,在二阶导数谱上差异很明显。而在二维红外谱图上,由于6种花粉的自动峰及相关峰峰簇的位置和数量不同,其差别体现得更为明显和直观。因此,三级红外宏观指纹图谱法是鉴别不同蜂花粉种类的一种有效和快速检测方法。     

基于高光谱成像的生鲜猪肉细菌总数预测建模方法研究

生鲜猪肉中细菌总数(TVC)超标会直接危害大众,为此研究验证高光谱成像技术结合相应的建模方法预测生鲜猪肉中TVC的可行性。针对非线性、小样本问题, 以及光谱维和空间维的大数据量问题,在综合比较偏最小二乘回归(PLSR)、人工神经网络(ANNs)和最小二乘支持向量机(LS-SVM)3种建模方法的基础上,最终选取了LS-SVM方法组建模型。3种建模方法综合比较的结果表明,LS-SVM同时兼顾了训练精度和泛化能力两方面的性能,使其都能做到最优,与标准平板菌落计数法所检测TVC的决定系数分别为0.987 2和0.942 6,校正均方根误差和预测标准均方根误差分别为0.207 1和0.217 6,其建模性能优于其他方法。研究结果表明,高光谱成像技术结合LS-SVM预测建模方法可作为快速、非破坏预测生鲜猪肉TVC的有效手段。     

近红外光谱法快速评定牛肉品质

应用近红外反射光谱技术(NIRS),采用偏最小二乘法(PLS),建立了牛肉理化特性的近红外预测模型。从屠宰加工厂选取经48 h排酸后的里脊、眼肉、腿肉、臀肉、外脊等部位的牛肉样品114份,采用多元散射校正(MSC)、一阶导数、标准正态变量(SNV)预处理方法,谱区为950～1 650 nm,建立牛肉水分、脂肪、蛋白质3个化学参数以及pH、肉色(CEI L*,a*, b*)和剪切力(WBSF)3个物理参数的校正模型。其校正相关系数(R2)分别为0.947 2(水分),0.924 5(脂肪),0.934 6(蛋白质),0.620 2(pH),0.820 3(L*),0.864 6(a*),0.753 0(b*),0.475 9(WBSF)。校正标准差(RMSEC)分别为0.313 3(水分), 0.221 0(脂肪), 1.243 2(蛋白), 0.744 6(pH),1.778 3(L*),1.394 2(a*),1.763 9(b*),1.074 3(WBSF)。应用所建立的模型对30个实际牛肉样品的理化参数进行预测,并对预测值与实测值进行t检验,检验结果显示预测值与实测值差异不显著,说明模型适合于快速评价牛肉的品质。从预测的准确度看,化学指标预测的精确度明显高于物理指标。