滂胺天蓝-氨基糖苷类抗生素的显色反应及其分析应用

在 pH2.0～7.0的条件下 ,滂胺天蓝(PSB)与硫酸卡那霉素(KANA)、硫酸庆大霉素(GEN)和硫酸新霉素(NEO)等氨基糖苷类抗生素反应生成蓝色离子缔合物 ,最大显色波长位于686～690nm ,线性范围分别为0～14.0、0～12.5、0～14.0mg/L ,摩尔吸光系数(ε)分别为1.53×104、1.12×104、1.47×104L/(mol·cm) ;最大褪色波长位于620～622nm ,线性范围分别为0～14.0、0～12.0、0～14.0mg/L ,摩尔吸光系数(ε)分别为1.41×104、1.43×104、2.42×104L/(mol·cm) ;当用双波长叠加法测定时 ,ε值分别为2.94×104、2.55×104、3.89×104L/(mol·cm) ;探讨了适宜的反应条件 ;该法用于市售药物中氨基糖苷类抗生素含量的测定 ,结果令人满意     

依文思蓝褪色分光光度法测定雷洛昔芬

在pH 1 .4～ 2 .5的NaAc HCl缓冲介质中 ,雷洛昔芬 (raloxifene)与依文思蓝 (evansblue)反应形成离子缔合物 ,使依文思蓝溶液褪色 ,最大褪色波长位于 61 0nm。雷洛昔芬在 0～ 1 .4× 1 0 - 5mol/L的浓度范围内遵守比尔定律 ,表观摩尔吸光系数ε6 1 0 为 1 .76× 1 0 4L·mol- 1 ·cm- 1 。方法具有较高的灵敏度和良好的选择性     

垃圾场渗滤液中十二烷基硫酸钠的光度测定

三峡库区令人担忧的严重问题之一是城市生活垃圾填埋场渗滤液的迁移污染.渗滤液成分复杂,水质变化大,色度深、有恶臭.高浓度有机废水会污染地表水和地下水,破坏原有水体的用途,甚至危及原有的生态系统,若不妥善处理渗滤液,有害成分发生迁移转化,就会带来严重的二次污染,对库区环境构成严重危胁.     

吩噻嗪染料亚甲基蓝共振瑞利散射法测利福平

建立了测定痕量利福平的共振瑞利散射(RRS)法。在NaOH溶液中,利福平与亚甲基蓝相互作用后,共振瑞利散射显著增强,在371 nm处的ΔIRRS最强。利福平的质量浓度在0.20～1.65 mg.L-1范围内与△IRRS成正比,检出限(3Sb/S)为0.038 mg.L-1。该法可用于人体血液及市售利福平药物中利福平含量的测定,结果满意。     

溴甲酚绿探针-分光光度法测定大观霉素

在pH 5的Tris-盐酸缓冲介质中,溴甲酚绿与大观霉素反应生成具有正、负吸收峰的离子缔合物,最大正吸收波长位于580nm处,最大负吸收波长位于449nm处,表观摩尔吸光率(ε)分别为3.41×104,2.86×104L·mol-1·cm-1,大观霉素在0.6~9.2mg·L-1(正吸收)和0.6~11.1mg·L-1(负吸收)范围内遵从比尔定律。当改用双波长法并用双吸收峰法检测时,灵敏度可提高到6.26×104L·mol-1·cm-1。方法用于市售大观霉素药物中大观霉素含量的测定,测定值与标示量相符。     

分光光度法测定安乃近药品中安乃近

<正>安乃近属于吡唑酮类解热镇痛药物,临床上广泛用于感冒、头痛、发热、肌肉关节痛、牙痛、痛经、风湿及类风湿关节痛等的治疗。目前,安乃近的测定方法主要有碘量法[1]、高效液相色谱法[2-3]、电化学分析法[4]、紫外-分光光度法[5]、红外光谱法[6]、荧光分析法[7]和化学发光法[8-9]等。用碘量法测定时,操作较为繁琐和费时,条件难以控制。紫外-分光光度法虽然操作简便,但灵敏度较低。本工作研究了安     

孔雀石绿光度法测定阿魏酸钠

在pH=4.5的B-R缓冲介质中,阿魏酸可与孔雀石绿反应生成具有正吸收峰和负吸收峰的离子缔合物,其最大正吸收波长位于612nm,最大负吸收波长位于650nm,阿魏酸的质量浓度在0.2~3.9mg/L(正、负吸收)范围内与吸光度A呈线性关系,表观摩尔吸光系数ε分别为3.95×104 L/(mol·cm)(正吸收)和1.20×104 L/(mol·cm)(负吸收)。该方法用于市售阿魏酸钠药物中阿魏酸钠的测定,结果满意。     

瑞利光散射技术快速测定萝卜红色素中痕量Pb(Ⅱ)

建立了快速测定Pb(Ⅱ)的瑞利散射(RLS)新方法。在Tris-HCl缓冲介质中,溴化十六烷基三甲基铵(CTMAB)增敏溴甲酚绿(BCG),使瑞利散射显著增强,最大瑞利散射峰位于345nm,CTMAB-BCG进一步与Pb(Ⅱ)结合后生成的三元复合物的瑞利散射增强程度(|ΔIRLS|)与0.006~0.41mg/L范围Pb(Ⅱ)的质量浓度呈线性关系,定量限为0.053mg/kg。方法用于萝卜红色素中Pb(Ⅱ)的测定,回收率为98.5%~102%,相对标准偏差为1.8%~2.5%。     

认知无线电网络中提高传输层端到端吞吐率的跨层参数配置

在认知无线电网络中, 传输层端到端(TCP)吞吐率是衡量网络性能的重要指标. 前期相关研究大都具有以下两方面缺点: 第一, 大部分研究只考虑了协议底层参数来优化物理链路性能, 对传输层性能有所忽略; 第二, 目前的研究大都基于马尔可夫决策过程建模, 这需要网络具有完全知识, 使得这类模型的应用受到很大限制. 针对以上问题, 本文提出一种新的算法: 网络中每个节点通过联合配置物理层调制方式、发射功率、 链路层信道接入和TCP拥塞控制因子来找到传输层端到端近似最优吞吐率. 由于无线设备对环境感知存在误差, 本文将网络模型建模为部分可观测马尔可夫决策过程, 并将其转换成信念状态马尔可夫决策过程, 采用Q值迭代找到近似最优策略. 仿真分析表明, 提出的算法能在动态无线环境下以一定的误差限收敛于最优策略, 能在功率受限条件下, 有效提高传输层端到端吞吐率.