VOCs分子的半导体型传感器识别检测研究进展

具有体积小、功耗低、灵敏度高、硅工艺兼容性好等优点的金属氧化物半导体(MOS)气体传感器现已广泛地应用于军事、科研和国民经济的各个领域。然而MOS传感器的低选择性阻碍了其在物联网(IoT)时代的应用前景。为此,本文综述了解决MOS传感器选择性的研究进展,主要介绍了敏感材料性能提升、电子鼻和热调制三种改善MOS传感器选择性的技术方法,阐述了三种方法目前所存在的问题及其未来的发展趋势。同时,本文还对比介绍了机器嗅觉领域主流的主成分分析(PCA)、线性判别分析(LDA)和神经网络(NN)模式识别/机器学习算法。最后,本综述展望了具有数据降维、特征提取和鲁棒性识别分类性能的卷积神经网络(CNN)深度学习算法在气体识别领域的应用前景。基于敏感材料性能的提升、多种调制手段与阵列技术的结合以及人工智能(AI)领域深度学习算法的最新进展,将会极大地增强非选择性MOS传感器的挥发性有机化合物(VOCs)分子识别能力。     

铜（Ⅱ)-氟喹诺酮类抗生素螯合物与虎红体系的吸收和共振瑞利散射光谱及其分析应用研究

在pH 4.2~4.8的B-R缓冲介质中,莫西沙星（MXFX)和加替沙星（GTF)等氟喹诺酮类抗生素（FLQs)能与铜（Ⅱ)形成螯合阳离子,进一步与虎红（Tf)阴离子通过静电引力和疏水作用形成FLQs∶Cu（Ⅱ)∶Tf为1∶1∶1的离子缔合物,体系反应导致共振瑞利散射（RRS)显著增强并出现新的RRS光谱。两种药物的反应产物具有相似的光谱特征,最大RRS峰位于373 nm处,并在590 nm处有1个较小的散射峰。在373 nm处一定浓度的抗生素与散射增强（ΔI)成正比,MXFX和GTF的线性范围分别为0.031~7.8 mg/L和0.029~9.0 mg/L。据此建立了测定氟喹诺酮类药物的新方法,方法用于胶囊和人尿液中FLQs的测定并取得满意结果。同时对反应机理及RRS增强原因进行了讨论。     

一种交互式遗传算法生成带主题乐曲的方法

在算法作曲领域中,遗传算法由于其不依赖于问题参数本身及具有较好的全局最优解等特性,被很多人应用于乐曲创作中,但是生成的乐曲也具有无主题和盲目性等缺陷.为解决这一问题,在适应度函数中定义了几条规则使得乐曲向有利于生成主题的方向进化,再通过人工评价使所选出的乐曲更能符合人们的欣赏习惯.实验结果表明,使用基于规则的交互式遗传算法所生成的带主题的乐曲能够满足人们的欣赏要求.     

原子吸收光谱法测定南瓜吸收镉的研究

利用原子吸收分光光度计对南瓜吸收重金属镉的特性进行了研究。结果表明,随着镉浓度的增加,南瓜对镉的吸收量增大;随着水培时间的延长,南瓜对镉的吸收量增加,水培8 h后吸收量基本趋于饱和;吸收高峰在水培后2 h时出现,而后随时间的延长而逐渐降低。酸性和碱性条件较中性条件下南瓜植株对镉的吸收量均有下降,在pH 3条件下吸收量最小,pH 7条件下吸收量最大。