多孔氮化硼掺杂聚吡咯-2,3,3-三甲基吲哚固相微萃取涂层的制备及多环芳烃的检测

多环芳烃(PAHs)是持久性有机污染物中的一种，大部分具有较强的致癌、致畸和致突变性，对生态环境和人类健康易造成严重威胁。由于环境样品基质复杂且其中PAHs含量低，因此在仪器分析之前需要对环境样品进行必要的前处理。萃取材料的特性是决定大部分前处理技术萃取效率的关键。基于此，本文以低成本且富含较多官能团的吡咯(py)、2,3,3-三甲基吲哚(2,3,3-TMe@In)为单体，多孔氮化硼为掺杂物，采用电化学循环伏安法制备出多孔氮化硼掺杂聚吡咯-2,3,3-三甲基吲哚(Ppy/P2,3,3-TMe@In/BN)复合涂层，通过扫描电子显微镜、热稳定性分析、傅里叶红外光谱等手段对Ppy/P2,3,3-TMe@In/BN进行表征，结果表明：该涂层呈现出多孔、多褶皱的枝状结构，该结构有利于增加涂层的比表面积，从而实现对PAHs的大量富集；在320℃解吸温度下，涂层材料的色谱基线基本稳定，表明该涂层具有良好的热稳定性。将其修饰在不锈钢丝表面制成固相微萃取涂层，结合气相色谱-氢火焰离子化检测器，对影响萃取和分离萘(NAP)、苊(ANY)、芴(FLU)3种PAHs的条件进行优化，建立了用于以上3种PAHs...     

关于两个图的一类新连接图的谱

给定2个图G1和G2，设G1的边集E(G1)={e1,e2,?,em1}，则图G1⊙G2可由一个G1，m1个G2通过在G1对应的每条边外加一个孤立点，新增加的点记为U={u1,u2,?,um1}，将ui分别与第i个G2的所有点以及G1中的边ei的端点相连得到，其中i=?1,2,?,m1。得到：（i）当G1是正则图，G2是正则图或完全二部图时，确定了G1⊙G2的邻接谱（A-谱）。（ii）当G1是正则图，G2是任意图时，给出了G1⊙G2的拉普拉斯谱（L-谱）。（iii）当G1和G2都是正则图时，给出了G1⊙G2的无符号拉普拉斯谱（Q-谱）。作为以上结论的应用，构建了无限多对A-同谱图、L-同谱图和Q-同谱图；同时当G1是正则图时，确定了G1⊙G2支撑树的数量和Kirchhoff指数。     

四苯乙烯及其衍生物超声辅助合成与光电性能研究

四苯乙烯及其衍生物被广泛报道具有典型的聚集诱导发光(AIE)性能，在有机发光二极管、荧光离子探针、生物化学成像等诸多领域有着广阔的应用前景。以此为背景，可以将相关前沿议题转化为本科综合实验教学方案。本文针对现有的实验教学方案设计进行了探究和改进，在原有使用McMurry偶联反应制备四苯乙烯的实验方案基础上，利用生色团上不同取代基的推拉电子效应设计平行对照试验，合成溴代、甲氧基取代的四苯乙烯衍生物，实现了荧光发射光谱最大峰波长的显著移动，使得在紫外灯下即可观察到荧光从蓝色到黄绿色的变化。利用超声辅助合成的方法，成功将反应时间从原有的6–8 h压缩至2 h，使之更适应本科教学实验所需的时间空间。除光学性能表征外，本实验还综合了循环伏安法表征产物的能带结构。本实验针对原有方案进行了诸多改进，引入平行实验锻炼科学思维、别出心裁地引入超声辅助合成法，极大地缩短了反应时间，展现出较强的前沿性、绿色性和高效性。     

基于离子迁移谱的假币用纸快速检测及溯源

该文采用离子迁移谱（IMS）对20种假币用纸进行分析，通过快速检测假币用纸中的可挥发性组分，构建假币用纸的指纹谱图库。基于主成分分析（PCA）和层次聚类分析（HCA）对迁移时间8 ~ 17.5 ms范围的迁移谱信息进行处理，从而对假币用纸进行分类。PCA可将同种假币用纸聚类，HCA则可进一步将20种假币用纸准确分类，其对6个未知来源的半成品假币的分类正确率达83.33%。结果表明，IMS快速检测分析是比较和分类假币用纸的有效方法。     

杨木-膨润土基复合高吸水树脂的制备、表征和性能

以废弃杨木屑（YWC）和膨润土（BT）为基底,丙烯酸（AA）、2-丙烯酰胺-2-甲基丙磺酸（AMPS）为单体,过硫酸钾（KPS）为引发剂,N-N亚甲基双丙烯酰胺（MBA）为交联剂,通过溶液聚合法制备了杨木-膨润土环保型复合高吸水树脂。探究了单体比例、中和度、引发剂用量、交联剂用量、膨润土用量等因素对树脂性能的影响,得出较优单体配比为m（YWC）:m（AA）:m（AMPS）:m（KPS）:m（MBA）:m（BT）=2.0:5.0:4.0:0.04:0.012:0.25、中和度为65%时,制得吸水倍率为539.5 g·g-1,吸生理盐水倍率为45.3 g·g-1的高吸水性树脂。利用红外光谱、电镜扫描、X射线衍射和热重分析对树脂进行表征分析,并对树脂进行pH敏感性、溶胀动力学及循环使用性能的测定。结果显示,树脂溶胀过程符合二级动力学模型,且具有机械强度高、循环性能优良等特点。     

超声共振法测定圆柱体材料弹性常数的影响因素分析

为明确超声共振频谱分析法(RUS)测定圆柱体试样弹性常数的影响因素, 由此针对各向同性圆柱体开展实验, 观察圆柱体试样测量结果的分散性和稳定性, 且主要研究横纵比和有效模态数量对测量结果的影响, 并与拉伸试验的结果进行比较. 以测量结果标准差、变异系数和95%置信度下均值的区间估计3个指标来衡量结果的稳定性和分散性, 且从模态简并角度对实验结果进行分析. 最终结果表明, 当超声共振频谱分析法的有效模态数量在17左右、试样横纵比接近1时, 测量结果的稳定性和分散性较小.     

基于双向循环神经网络的汉语语音识别*

当前基于深度神经网络模型中,虽然其隐含层可设置多层,对复杂问题适应能力强,但每层之间的节点连接是相互独立的,这种结构特性导致了在语音序列中无法利用上下文相关信息来提高识别效果,而传统的循环神经网络虽然做出了改进,但是只能对上文信息进行利用。针对以上问题,该文采用可以同时利用语音序列中上下文相关信息的双向循环神经网络模型与深度神经网络模型相结合,并应用于语音识别。构建具有5层隐含层的模型,其中第3层为双向循环神经网络结构,其他层采用深度神经网络结构。实验结果表明:加入了双向循环神经网络结构的模型与其他模型相比,较好地提高了识别正确率;噪声对双向循环神经网络汉语识别有重要影响,尤其是训练集和测试集附加噪声类型不同时,单一的含噪声语音的训练模型无法适应不同噪声类型的语音识别;调整神经网络模型中隐含层神经元数量后,识别正确率并不是一直随着隐含层中神经元数量的增加而增加,神经元数量数目增加到一定程度后正确率出现了降低的趋势。     

低温硫化制备ZnS薄膜的物理性质研究

采用磁控溅射方法先在玻璃衬底上室温下沉积Zn金属薄膜，接着先后在200和400 ℃温度下的硫蒸气和氩气流中进行退火，生长出 ZnS 薄膜。薄膜样品的微观结构、物相结构、表面形貌和光学性质分别采用正电子湮没技术 (PAT)、X射线衍射仪 (XRD)、扫描电子显微镜 (SEM)和紫外-可见分光光度计进行表征。该ZnS薄膜在可见光范围具有约80%的高透光率，随着硫化时间的增加，其带隙由3.55 增加到3.57 eV，S/Zn原子比从0.54上升至0.89，薄膜质量明显得到改善，相对于以前报道的真空封装硫化所制备的ZnS薄膜，硫过量问题得到了较好解决。此外，慢正电子湮没多普勒展宽谱对硫化前后薄膜样品中膜层结构缺陷研究表明，硫化后薄膜的S参数明显增大，生成的ZnS 薄膜结构缺陷浓度高于Zn薄膜。     

氨基酸官能团的太赫兹振动模式研究

对比于氨基酸的红外分析法,太赫兹波的电子能量更低,可实现无损检测。氨基酸分子内原子振动、分子间氢键的作用、以及晶体中晶格的低频振动均处于太赫兹波段,使其在太赫兹波段具有吸收峰,且不同的氨基酸分子太赫兹吸收峰不同,故可用氨基酸在太赫兹波段的这种“指纹特性”实现氨基酸类物质的定性分析。量子化学分析方法可以应用量子力学的基本原理和方法,研究稳定和不稳定分子的结构、性能及其之间的关系,还可以针对分子与分子间的相互作用、相互碰撞及相互反应等问题进行研究。通过量子化学计算方法计算氨基酸分子的太赫兹吸收谱,可以为氨基酸分子的太赫兹吸收峰匹配分子振动模式,对氨基酸定性分析有一定参考性与指向性,并为实验获取的样品太赫兹时域光谱提供理论支撑,在实验获得太赫兹吸收谱的基础上进行量子化学计算,还能为实验结果进行验证。首先利用太赫兹时域光谱技术获取了谷氨酰胺、苏氨酸、组氨酸的太赫兹吸收谱,分别构建这三种氨基酸样品在实物中以两性离子形式存在的单分子构型,利用量子化学计算方法在完成结构优化后进行太赫兹吸收谱模拟计算。计算结果表明三种氨基酸单分子的太赫兹吸收谱计算结果与实验获取的太赫兹吸收谱差异较大,但在高频段吸收峰峰位基本吻合。通过GaussView分别查看了这三种氨基酸分子在太赫兹段内的吸收峰对应频率处的振转情况,发现在高频段内三种氨基酸分子官能团均只发生转动而未见振动,并且转动模式基本一致。通过对氨基酸官能团的太赫兹吸收谱进行量子化学计算,将官能团在高频段内吸收峰对应频率处的振转模式与三种氨基酸分子在该段内吸收峰对应频率处的振转模式做了对比。研究表明,在氨基酸单分子构型下由量子化学方法计算所得的太赫兹吸收谱中,高频段内计算得出的模拟吸收峰与实验获取的太赫兹吸收峰基本吻合;振转模式分析发现,谷氨酰胺、苏氨酸、组氨酸在太赫兹高频段内的氨基酸官能团振转模式相同,三种氨基酸分子在高频段内的吸收峰主要来源于氨基酸官能团。因此,结合量子化学计算与太赫兹吸收谱可以实现氨基酸类物质的定性分析。     

贝叶斯优化卷积神经网络公共场所异常声识别*

针对公共场所异常声的感知和识别问题,提出一种基于贝叶斯优化卷积神经网络的识别方法。提取声信号的Gammatone倒谱系数、倍频程功率谱、短时能量和谱质心,组合成声信号的特征图。构建卷积神经网络作为分类器,利用递增的卷积核设置和池化操作处理不同尺度的特征。基于贝叶斯优化算法优化卷积神经网络的模型参数,对包括火苗噼啪声、婴儿啼哭声、烟花燃放声、玻璃破碎声和警报声的5种公共场所异常声进行识别。该方法的识别结果与基于不同的特征提取和分类器方案得到的识别结果进行比较,结果表明该方法的识别效果优于其他特征提取和分类器方案的识别效果。最后分析了该方法在不同信噪比噪声干扰下的识别结果,验证了该方法的有效性。