排序方式: 共有15条查询结果,搜索用时 15 毫秒
1.
为设计一种利用廉价催化剂以达成C—H活化构建C—S的方法,本文研究了铜催化C—H活化/C—S偶联反应合成系列环烷基芳基硫醚化合物。以芳基磺酰肼与环烷烃为原料,溴化亚铜为催化剂,二叔丁基过氧化物(DTBP)为氧化剂,120℃反应24 h,经氧化脱氮C—H活化/C—S偶联串联反应过程,合成了系列环烷基芳基硫醚化合物。该反应适合环戊烷、环己烷、环庚烷、环辛烷和环十二烷等环烷烃和不同取代基团(甲氧基、硝基、氯和甲基)的芳基酰肼,合成得到了18个芳基硫醚类化合物,产率为41%~72%。其结构经1H NMR、13C NMR和HR-MS进行了表征。 相似文献
2.
农作物冠层光谱信息检测技术及方法综述 总被引:2,自引:0,他引:2
相比传统的化学方法及主观视觉测定植物生理信息指标,通过光谱辐射仪对农作物冠层信息的评估更简单、快速和精确。本文结合近年来农作物群体信息的获取方法,综述了不同类型光谱仪尤其以国际上应用最广泛的Cropscan多光谱辐射仪在农作物群体叶面积指数、生物量、氮素及叶绿素的预测,病虫害的监测及产量预测中的应用。总结了不同类型的的植被指数(VIs)、冠层光谱的获取及光谱分析方法,比较了不同农作物建立相关模型的回归系数。总体上建立的数学模型的相关系数较高,能实现对农作物各种生理信息等的检测。此外,将多光谱辐射仪与多种传感器相结合所得到的综合信息对于全面评价农作物生长情况具有重要指导价值。 相似文献
3.
选取8个典型的二价金属咪唑卟啉MP(M=Ca, Mg, Zn, Cu, Ni, Fe, Co, Mn; P代表咪唑卟啉)与H2S(L)形成轴向金属配合物(L-MP; L-MP*-L, P*代表卟啉), 应用轨道和自旋概念密度泛函工具, 在优化构型的基础上, 通过自然键轨道(NBO)方法和前线轨道能级研究了它们的分子结构、光谱性质和反应活性. 模拟结果揭示L-MP和L-MP*-L结构、光谱及其反应活性不同于其前体MP. MP排斥钙而选择镁; L对MP的结构影响较少, 与咪唑铁卟啉(FeP)能形成最稳定的单轴配合物(L-FeP), 其电子吸收光谱较前体FeP有显著的变化; 铁的亲核Fukui轨道指数值(fFe+)大于其他原子的Fukui指数, 且发生符号改变. 铁体系的自旋极化Fukui密度图也支持以上结论. 在这些典型的赤道键合配合物中, 金属M与N(S)原子之间的二级微扰相互作用能、自然电荷以及概念密度泛函指数等存在一系列线性关系. 以上结果可为理解内源性H2S与血管性物质的相互作用机理提供启示. 相似文献
4.
作物和杂草叶片的可见-近红外反射光谱特性 总被引:8,自引:2,他引:6
为了进行快速实时的杂草识别,研究了作物和杂草叶片的可见-近红外反射光谱特性.选择了两种常见的 田间作物大豆(Glycine max)和玉米(Zea mays),以及铁苋菜(Acalypha australis L.)和田字草(Marsilea quadrifolia L.)两种杂草作为研究对象.每种各30个样本.共120个样本.采用ASD Fieldspec便携式光谱仪进行光谱采集.在对400~1000 nm的光谱数据进行平滑和-阶求导预处理、.通过主成份分析.去除了一个奇异样本.最后用79个样本组成的建模集进行偏最小二乘法建模.对剩余的40个样本进行预测.预测模型结果的相关性达到0.986,识别率达到100%.说明研究中选用的作物和杂草叶片的可见-近红外反射光谱特性之19有较大的区别,町以用于 进行杂草和作物的区分. 相似文献
5.
用密度泛函理论(DFT)以及B3 LYlP泛函在6-311++G**水平上,对苯并咪唑羧酸(L)及其3种碱土金属配合物ML(M=Mg,Ca,Ba)的基态(S0)结构进行优化,用含时密度泛函理论(TD-DFT)在6-311++G**水平下计算其吸收光谱.用单激发组态相互作用(CIS)法在HF/6-31+G*上优化其最低激发单重态(S1)的几何结构,用ID-DFT B3IYP/6-311++G**计算其发射光谱.结果表明,配体L与M(Ⅱ)结合成ML后,随原子序数的增大(Mg相似文献
6.
7.
8.
锅炉炉墙板梁结构随机响应的边界元方法 总被引:1,自引:0,他引:1
锅炉炉墙可简化成板,梁的组合结构,在燃烧脉动的激励下会形成随机性的振动。本文提出了一种借助于边界元方法进行随机激励作用下正交各向异性板,梁组合结构动力响应计算的一般方法。文中首先导出各向异性板,梁结构动力问题的边界积分方程,进而得到用于随机响应计算的板,梁结构的频率响应函数矩阵。在此基础上可以求出板,梁结构上任意点响应的均方值。这一方法的有效性在文中电站锅炉实际算例中得到了验证。 相似文献
9.
10.
葡萄浆果糖度可见/近红外光谱检测的研究 总被引:4,自引:1,他引:3
针对可见/近红外光谱与水果糖度存在非线性相关的特点,利用漫反射光谱测定方法获取了葡萄浆果的可见/近红外光谱,提出了应用偏最小二乘(PLS)结合人工神经网络(ANN)建立葡萄浆果糖度的预测模型,利用偏最小二乘法(PLS)对原始光谱数据进行处理,得出交叉检验的最佳主因子数为3,并将3个主因子的得分作为三层BP神经网络的输入.通过定标集样本对BP神经网络进行训练,用优化的BP神经网络模型对预测集样本进行预测.PLS-ANN模型对样本的预测模型检验参数r2为0.908,:RMSEP为0.112,Bi-as为0.013,好于只使用PLS模型的预测模型检验参数r2为00.863,RMSEP为0.171,Bias为0.024.结果表明,利用近红外光谱技术无损检测葡萄浆果糖度等内部品质是可行的,为今后进一步分析建立浆果内部品质预测模型奠定了基础. 相似文献