使用深度学习的多通道水下目标识别

为解决低信噪比条件下水下目标识别率低的问题,提出一种适用于多通道水听器阵列的深度学习水下目标识别方法。首先是采用子通道特征级联的方法利用多通道信息;在特征提取方面,采用对信号的不同频率区间进行加权的特征提取器,并对提取的特征进行正则规整;最后采用深度神经网络(Deep Neural Network,DNN)实现目标识别。实验首先在仿真条件下对所提出方法的有效性进行验证,结果表明在-15 dB信噪比条件下的五目标识别任务中,使用多通道级联特征的深度神经网络的识别正确率达到96.7%,显著高于基于支持向量机(Support Vector Machine,SVM)的方法。在后续的湖上试验中,深度神经网络的平均正确率达到96.0%,进一步验证了所提出方法的有效性。      

马来酸氟伏沙明-D3的合成

以4-苄氧基-1-丁醇（2）为起始原料,氘代碘甲烷为氘代试剂,经氘代甲基化、氢化脱苄、溴化、格氏反应、戴斯-马丁氧化、缩合、取代、成盐等反应,以51.7%总收率合成了稳定同位素标记的马来酸氟伏沙明-D₃（1）。该合成方法原料易得、操作简单、重现性好。目标化合物的结构经核磁共振和高分辨质谱确认,可用于药代动力学研究     

45~#碳钢表面激光铬镍合金化及其耐磨性的研究

作者利用1.1kW CO_2激光器对45~#碳钢表面进行了激光铬镍合金化处理。通过对合金层的成分和相组织分析,以及对合金层和基体的硬度与耐磨性的研究认为,激光铬镍合金化层的组织是胞状枝晶,其相组成为马氏体加残余奥氏体。测试结果表明,合金层的显微硬度是45~#碳钢基体的2～3倍,耐磨性也明显地比基体材料的好。     

RP-HPLC法检测发酵液中赤霉素GA4,GA7的含量

建立了反相高效液相色谱法(RP-HPLC)测定发酵液中赤霉素GA4,GA7的方法。探讨了流动相缓冲盐与甲醇的比例、缓冲盐pH、温度、流速等对两种赤霉素分离的影响,结果表明在Kromasil C18(250 mm×4.6 mm,5μm)色谱柱下,以V(甲醇):V(pH3.0,0.05 mol/L KH2PO4)=60:40为流动相,柱温35℃,流速1.0 mL/min,检测波长228nm,进样量20μL,分离度良好。GA4,GA7标准品质量浓度分别在0.1~8.0 mg/mL,0.1~3.0 mg/mL范围内线性关系良好,线性回归方程为Y4=1.58878+7.06978X4,Y7=0.48281+7.12931X7;GA4,GA7检出限分别为19.6,14.3μg/mL,平均加标回收率分别为98.8%,99.9%,相对标准偏差RSD分别为1.5%,0.34%。     

平板电容器介质中的矢量场

介绍了平板电容器真空及各向同性电介质中的电场，进一步计算了各向异性平板电容器电场中的电场强度、电位移矢量、电极化强度。根据计算的结果对平板电容器介质中的矢量场进行了力线描绘，说明了电介质矢量场的性质。并进一步比较了线性各向异性电介质与指数电介质对电场产生的影响。     

羟基磷灰石及其复合材料对重金属的吸附研究进展

羟基磷灰石具有特殊的晶体结构,对二价的重金属离子有很强的结合力,是一种可用于环境污染治理的新型功能性材料。它可有效地吸附去除水中的Pb2+,Cd2+,Cu2+,Zn2+,Co2+,Ni2+等重金属离子,但其粉体的结构却限制了它在水环境中的实际应用。随着纳米技术、复合材料技术的发展,在羟基磷灰石的基础上开发出的具有高效吸附性能或分离特性的新型材料在重金属吸附研究中显示了潜在的优势。本文综述了羟基磷灰石及其复合材料对水中重金属去除方面的研究进展,探讨了它对重金属吸附机理,并对羟基磷灰石进一步的研究提出了展望。     

驱动问题引领下的核心反应在生产实际中的应用复习教学——以“铁和硫酸铜溶液的反应”为例

以铁和硫酸铜溶液的反应在“湿法炼铜”生产实际中的应用复习教学为例,针对学生能力的薄弱点,围绕核心反应搜集丰富的素材,引导学生模拟体会具体反应应用于生产实际时需考虑的问题,以问题解决为线索,达到促进学生发展的目的。     

基于发展化学核心素养的概念教学——以“认识溶液”为例

化学概念不仅是基础知识的组成部分,还承载着发展学生思维能力的功能。以初中化学教学“认识溶液”为例,根据学情和教学内容整合了丰富的实验、媒体、社会等素材,从宏观到微观,从证据到推理,从科学精神到社会责任,促进了学生学科思维和意识的协同发展,获得良好的教学效果。     

应用超高效液相色谱-四极杆-飞行时间质谱建立茶叶中农药残留的筛查与确证方法

基于超高效液相色谱-四极杆-飞行时间质谱(UPLC-QTOF-MS),使用UNIFI软件建立91种农药残留的筛查与确证方法,进行定性方法验证并应用于流通市场中茶叶的筛查检测。通过对收集的农药认证标准物质(CRM)分析,构建91种农药化合物的质谱数据库。样品经乙腈提取,固相萃取柱净化,Acquity BEH C18色谱柱分离,在MS^E模式下进行全信息采集(ESI+), UNIFI软件对数据进行匹配分析。设置保留时间最大偏差为±0.1 min,精确质量偏差阈值为±5×10^-6,可识别加合物形式包括[M+H]⁺、[M+Na]⁺、[M+K]⁺、[M+NH₄]⁺。参照SANTE/11813/2017指南进行定性方法学验证。在21份茶叶样品中添加混合标准溶液至4个水平(0.01、0.05、0.10、0.20 mg/kg),确定每种农药在茶叶样品中的筛查检出限(SDL),共评估了1911种农药/样品组合。发现有66种农药的SDL为0.01 mg/kg, 8种农药的SDL为0.05 mg/kg, 1种农药的SDL为0.10 mg/kg, 3种农药的SDL为0.20 mg/kg,共有13种农药的SDL大于0.20 mg/kg。一种农药在筛查检测中存在基质抑制效应。最后,应用建立的方法分析了流通市场中22份茶叶样品的农药残留情况,从6份茶叶样品中筛查检测出6种农药化合物,经人工鉴定均为阳性。该法为茶叶中农药残留的高通量筛查检测提供了参考。