石墨相氮化碳/蒙脱石复合材料的制备及其可见光催化性能

为提高石墨相氮化碳(g-C₃N₄)对可见光的利用率及光催化效率,采用热聚合与直接负载等方法,将g-C₃N₄负载于蒙脱石表面,制备了g-C₃N₄/蒙脱石复合光催化材料,其结构经SEM, FT-IR及XRD表征。以罗丹明B(RhB)为目标污染物,研究了不同负载量g-C₃N₄/蒙脱石复合光催化剂的可见光催化性能。并分别以对苯醌、碘化钾和异丙醇为自由基捕获剂,研究了复合材料的光催化机理。结果表明：当g-C₃N₄的质量分数为83%(CN/M-83%)时,RhB经可见光照射1 h后,降解率达到99.2%。光催化速率常数为纯g-C₃N₄光催化速率常数的3.2倍。     

AUV组合导航系统信息匹配的可观测度

针对自主水下潜器（AUV）导航的特点和需求，设计了一种捷联惯导／多普勒／磁罗经／地形匹配组合导航系统（SINS／DVL／MCP／TAN），同时对AUV组合导航的两种信息匹配方式进行了基于动态系统奇异值分解的可观测度研究以评估该组合导航的Kalman滤波的估计能力。可观测度研究结果说明该组合导航能显著提高AUV的航向角误差和位置误差的可观测度，从而可以提高AUV的航向和位置精度。Kalman滤波的仿真结果验证了该结论的正确性，表明了该细合导航系统的Kalman滤波的估计能力强，能够得到较高精度的位置、速度和姿态信息，可以满足AUV长时间远距离导航的需要。     

环氧树脂增韧改性的研究进展

概述了近年来互穿聚合物网络（IPN）、刚性粒子增韧环氧树脂的研究现状,并展望了环氧树脂增韧改性研究的前景。     

一维空洞卷积神经网络的矿物光谱分类

矿物光谱综合反映了岩矿的物理化学特性、组分和内部结构特征,已被应用于岩矿识别研究。传统的矿物光谱分类方法需要先对矿物光谱进行预处理,再采用不同方法分析光谱特征,从而实现分类目的。但同时也会造成部分光谱信息丢失,导致最终分类精度不高且操作过程繁琐、效率低下,难以应对日益增长的大数据处理需求。因此,建立一个准确、高效的矿物光谱自动分类模型意义重大。卷积神经网络是应用最广泛的深度学习模型之一,它通过逐层抽取数据特征并组合形成高层语义信息,具有极强的模型表达能力,在光谱数据分析方面应用潜力巨大。针对矿物光谱数据的特点,提出了基于一维空洞卷积神经网络（1D-DCNN）的矿物光谱分类方法,利用空洞卷积神经网络提取光谱特征,采用反向传播算法结合随机梯度下降优化器调整模型参数,输出光谱分类结果,实现了矿物类别的端到端检测。该网络包含1个输入层、3个空洞卷积层、2个池化层、2个全连接层和1个输出层,采用交叉熵为损失函数,引入空洞卷积扩大滤波器感受野,有效避免光谱细节特征丢失。实验采集了白云母、白云石、方解石、高岭石四种矿物光谱,并通过添加噪声的方式进行数据增强,构建数量充足的矿物光谱样本用于神经网络模型训练与测试;探讨了卷积类型、迭代次数对模型分类结果的影响,并与多种传统矿物光谱分类方法进行对比,评价模型性能。实验结果表明,提出的1D-DCNN模型可实现矿物光谱快速准确分类,分类准确率达到99.32%,优于反向传播算法（BP）和支持向量机（SVM）,说明所提方法能够充分学习矿物光谱特征并有效分类,且模型具有良好的鲁棒性和可扩展性。该方法也可推广到煤炭、油气、月壤等其他领域光谱分类应用中。     

直流辉光放电质谱法测定高纯二氧化锗中的16种杂质元素及其相对灵敏度因子的求取

取高纯GeO_2粉末5.00g(颗粒度小于30μm)5份,其中一份作为空白,其余4份中依次加入Li、Be、Mg、Al、Ti、V、Cr、Fe、Ni、Co、Cu、Zn、Sn、Sb、Tl、Pb等16种元素的标准溶液,使其浓度梯度为0,0.4,1.0,2.0,5.0μg·g~(-1),于烘箱中100℃烘干。充分研磨混匀后制得GeO_2粉末中含16种杂质元素的控制样品。取高纯铟按方法规定压制成直径约为15mm的In薄片。取5片铟薄片,取适量上述5个GeO_2控制样品分别置于铟薄片上,盖上数层称量纸后用手动压紧压实,使铟薄片上的控制样品的直径约为4mm,并分别进行直流辉光放电质谱法(dc-GD-MS)测定。选择放电电流为1.8mA,放电电压为850V,采用电感耦合等离子体质谱法(ICP-MS)测定控制样品中各杂质元素的含量,并将这些测定值作为标准值。将ICP-MS测定所得待测元素和基体元素的离子束强度比值为横坐标,以与其对应的信号强度为纵坐标绘制校准曲线,曲线的斜率即为各元素的相对灵敏度因子(RSF)值。所得16种元素的校准RSF(calRSF)值和仪器自带的标准RSF(stdRSF)值之间存在显著的差异,其比值大都在2～3之间。由此可见制备的一组GeO_2粉末控制样品不仅建立了各元素的工作曲线,而且获得了与基体相匹配的RSF值,解决了用GD-MS测定高纯GeO_2中16种杂质元素的问题。     

高效液相色谱法研究白藜芦醇光致异构化动力学与平衡常数

反式白藜芦醇有多种生理活性,自然资源丰富,但存在光不稳定现象。以光致异构平衡对照品溶液,采用高效液相色谱建立了同时测定顺、反异构体浓度的方法。方法学考察显示符合含量测定要求,反式异构体在1.5~60 μ mol/L、顺式异构体在1.5~55 μ mol/L范围内线性关系良好,R²均达0.999。将该方法应用于研究光致异构化动力学及平衡常数,结果显示反式白藜芦醇在室温避光条件下中性、偏酸性及乙醇介质中稳定;25 ℃时在50%（v/v）乙醇介质中的光异构平衡常数为11.7±0.3。以光致异构平衡液制作标准曲线的策略简单方便,具有可操作性;反式白藜芦醇的稳定性与介质有关,在pH < 7的溶液中光致异构化为一级反应。     

等离子体中X射线透过率分析及潜在通信应用研究

X射线具有波长短、光子能量高等特点,有望在等离子体环境中实现信息的有效传输.本文首先采用基于连续介质中的WKB分层法,研究了黑障条件下, X射线在非均匀等离子体鞘套中的透过率特性,仿真了不同等离子体电子密度和碰撞频率下X射线信号的透过率,理论上证明了X射线可用于黑障区信息传输的可行性.其次通过搭建环形扩散辉光放电等离子体发生器及实验验证系统,进行了国内外首次X射线穿过等离子体鞘套的验证实验.实验结果表明,等离子体对X射线信号的透过率存在一定程度的衰减,透过等离子体前后的X射线信号能谱轮廓相似度优于95.5%,能谱峰值点的偏移量小于1.3%.此外,在原有理论模型的基础上,考虑等离子中的粒子与X射线的碰撞、吸收效应,优化了X射线在等离子体中的透过率模型,与传统的理论方法相比,该模型可对实验现象进行更好的解释.同时计算了X射线在临近空间的透过率,并分析了X射线通信所能达到的潜在指标.这些结果有望为解决黑障区信号传输提供一定的理论与实验依据.     

基于机器学习方法虚拟筛选Syk的抑制剂

脾酪氨酸激酶(Syk)是一种细胞内的酪氨酸激酶细胞质受体,在类风湿性关节炎(RA)的发病过程中起着至关重要的作用。筛选Syk抑制剂对RA的治疗有着重要的意义。采用C4.5决策树与随机森林(RF)两种机器学习方法分别对Syk抑制剂与非抑制剂建立模型,经过对比,RF具有更好的预测精度。采用RF模型对Syk抑制剂进行虚拟筛选,从ZINC数据库筛选得到潜在的Syk抑制剂分子。研究结果表明,机器学习方法对于虚拟筛选和发现潜在的Syk抑制剂十分有效。     

煤炭矿区植被冠层光谱土地复垦敏感性分析

煤矿区土地复垦及复垦监测工作,对于我国土地利用和生态环境治理具有重要意义。微生物复垦技术能够促进植物吸收利用矿质养分和水分,增强土壤肥力,对矿区生态恢复具有显著作用。监测和评价土地复垦效应对植物生长影响的传统方法,通常采用野外采集植物和土壤样本并进行室内分析,但这些方法不仅破坏植物根系原状土壤,造成植株损伤,而且耗费人力、物力,时效性差。高光谱遥感技术具有数据获取速度快、信息量大、精度高且无须离体破坏植株等优点,对于土地复垦监测有非常大的潜力。目前,土地复垦效应遥感监测相关研究仍以观测盆栽大豆、玉米等作物的叶片光谱分析为主。实际上,卫星遥感数据观测到的是冠层光谱,并非叶片光谱,但目前还没有通过植被冠层光谱对矿区土地复垦进行监测的研究成果出现。植被冠层光谱不仅受到叶片光谱的影响,还受到植株长势、下垫面等其他因素的影响,光谱特征变化更为复杂。矿区植被冠层光谱特征对于土地复垦效应的敏感度分析,是对矿区植被理化参量进行定量反演的基础,也是限制高光谱技术应用于大面积土地复垦监测的主要瓶颈。于煤炭矿区土地复垦实验基地开展野外冠层光谱观测实验,获取了接菌组和对照组野外植株冠层光谱数据,并从光谱波形变化和光谱特征参量变化两方面综合分析了植被冠层光谱对土地复垦的敏感性。冠层光谱波形方面,分别采用标准差和光谱敏感度作为组内和组间光谱波形差异的有效指标;冠层光谱特征参量方面,选取了植被红边、黄边、蓝边、绿峰、红谷等典型光谱特征,计算获取其位置、斜率、面积等特征参量,并通过描述性统计和单因素方差分析研究了这些冠层光谱特征参量对土地复垦效应的敏感性,挑选出矿区土地复垦监测的有效特征参量。研究表明,接菌组和对照组冠层光谱的主要波形变化趋势一致,但接菌组植株的生长状况更稳定,不同植株之间差异较小,且绿峰和红谷两个特征更突出。这说明土地复垦能够减少植株间冠层光谱差异,增强植被典型光谱特征,而绿峰和红谷对土地复垦有较高的光谱敏感度。光谱特征参量方面,绿峰、红谷、红边波长在土地复垦作用下显著向长波方向移动,而此前叶片光谱研究中对土地复垦较敏感的红边、蓝边斜率变化并不显著。这说明,野外植被冠层光谱分析结果与实验室植被叶片光谱分析的结果并不完全一致,这可能和植被类型、生长周期、土壤背景光谱干扰等因素相关。在采用卫星或航拍遥感数据进行矿区植被环境监测时,所获取的都是植被冠层光谱,因此本研究所得到的结论具有更强的参考意义和实际应用价值。