排序方式: 共有33条查询结果,搜索用时 15 毫秒
1.
以咔唑、亚芴基肼等为原料,通过suzuki反应合成了2个新型咔唑衍生物:N-乙基-3,6-双(亚芴基肼基-5-亚甲基-2-噻吩)咔唑(S1)和N-(亚芴基肼基-4-亚甲基苯基)-3,6-双(亚芴基肼基-5-亚甲基-2-噻吩)咔唑(S2)。用FTIR、1HNMR、元素分析对S1和S2的结构进行表征,并考察其紫外吸收光谱、荧光光谱、电化学行为和热稳定性。结果表明:S1和S2薄膜的最大发射波长分别在637和649nm处,均发射红色荧光,且S1和S2均具有良好的聚集诱导发光(AIE)特性;S1和S2的HOMO能级分别是-5.26和-5.29e V,与正电极(ITO)的功函数(-4.8 e V)相匹配,可有效降低空穴注入能垒,有利于空穴的传输;S1和S2的热分解温度分别是351和360℃,均具有良好的热稳定性。 相似文献
2.
3.
4.
5.
6.
水凝胶是最常用的生物材料之一。它们在化学和结构上的多样性使其能够在广泛的场景中使用,目前 水凝胶材料在生物医药领域主要用于药物输送、癌症治疗和伤口愈合等。聚合物网络是水凝胶的核心组成部分,赋予水凝胶最独特的功能和性质。在分子层面上可以控制水凝胶的连接方式和聚合物的网络结构。因此,在材料研发的初期,了解聚合物网络的连接方式、结构、功能和特性,选择合适的聚合物对于制备特定功能的水凝胶至关重要。本文首先概述了水凝胶的凝胶机理和影响凝胶的因素,在分子层面上可以控制聚合物网络的形成,从而制备临床上需要的水凝胶。最后介绍了水凝胶在临床医学上的应用,展望了水凝胶材料的未来发展趋势。 相似文献
7.
针对陀螺随机漂移时间序列由于非平稳和非线性造成单一预测模型难以准确跟踪其变化趋势的问题,提出了一种基于集合经验模态分解(EEMD)和灰色极端学习机(GELM)的多尺度混合建模方法。首先,利用集合经验模态分解将随机漂移时间序列按照频率高低分解为多个本征模式分量和一个余量;然后针对不同类型时频特性分量选择合适激活函数和隐层神经元数目的GELM分别进行预测;最后,以等权相加的方式得到最终预测结果。将该方法用于某型激光陀螺随机漂移预测中,仿真结果表明:混合预测模型能够准确预测陀螺随机漂移,预测精度比残差GM(1,1)和GELM预测模型分别提高了33.43%和23.47%,可为激光陀螺的漂移补偿、故障预报和可靠性诊断提供依据。 相似文献
8.
9.
10.