基于自聚焦效应的新型模斑变换器

提出了一种新型的基于渐变折射率波导自聚焦效应的模斑变换器,分析了均匀折射率波导和渐变折射率波导的模式场分布及传输特性,研究了自聚焦效应的原理。利用时域有限差分法,计算得到了该变换器的插入损耗和回波损耗,所提模斑变换器与现有的最好模斑变换器的性能相当,但长度缩短至其1/6。该新型模斑变换器可用于集成光学系统中。     

基于量子点标记的适配体技术在分析检测中的研究进展

由于光学性质独特,量子点成为近年来发展起来的极具应用前景的半导体纳米材料,作为荧光标记物在生物和化学领域备受关注。随着生物技术的发展,适配体以其高特异性、强亲和力等特点被用作生物探针或生物传感元件,在分析检测中得到广泛应用。将量子点与适配体结合构建的纳米生物识别体系,互补结合适配体和量子点的特殊性质,可实现对靶标物质的超灵敏、高选择性及快速检测。本文概述了量子点的合成、修饰及其与适配体的偶联,重点介绍了近几年基于量子点标记的适配体技术在生物分子、病原微生物、细胞、真菌毒素等方面的应用,并展望了该技术在分析检测领域的发展趋势。     

近、中红外光谱法融合判定葡萄酒产地

葡萄酒带有浓厚的葡萄原产地地域特点与个性,快速准确地判别葡萄酒原产地具有重要意义,感官评定的方法存在一定的局限性。提出用贝叶斯信息融合技术将葡萄酒样品的近红外透射光谱及中红外衰减全反射光谱联立进行葡萄酒原产地判别的方法。分别用近、中红外光谱仪采集来自中国四个不同葡萄主栽产地(河北怀来、山东烟台、甘肃、河北昌黎)的153个葡萄酒样品的近红外透射光谱和中红外衰减全反射光谱,然后用偏最小二乘判别分析法(PLS-DA)分别建立基于近红外光谱和中红外光谱的葡萄酒产区判别模型;该模型输出的节点值归一化后作为所有样品分属每一类别的先验概率,代入Bayes判别公式得到后验概率,根据此概率判断样品的新类别属性,即用贝叶斯信息融合技术实现了两种判别结果的修正决策。近红外和中红外融合后的模型结果为：十次随机划分建模集和检验集,四产区葡萄酒判别模型建模集的平均准确率由78.21%(近红外)和82.57%(中红外)变为融合后的87.11%,检验集平均准确率由82.50%(近红外)和81.98%(中红外)变为融合后的90.87%,均优于单独采用一种光谱技术的判别结果。实验结果表明：信息融合技术有助于模型判别效果的提高,采用近、中红外光谱的贝叶斯信息融合技术对葡萄酒原产地进行快速识别是可行的。     

Theoretical Investigation on the Adsorption of Ag^＋ and Hydrated Ag^＋ Cations on Clean Si（111） Surface

In this paper, the adsorption of Ag^＋ and hydrated Ag^＋ cations on clean Si（111） surface were investigated by using cluster （Gaussian 03） and periodic （DMol^3） ab initio calculations. Si（111） surface was described with cluster models （Si14H17 and Si22H21） and a four-silicon layer slab with periodic boundary conditions. The effect of basis set superposition error （BSSE） was taken into account by applying the counterpoise correction. The calculated results indicated that the binding energies between hydrated Ag^＋ cations and clean Si（111） surface are large, suggesting a strong interaction between hydrated Ag^＋ cations and the semiconductor surface. With the increase of number, water molecules form hydrogen bond network with one another and only one water molecule binds directly to the Ag^＋ cation. The Ag^＋ cation in aqueous solution will safely attach to the clean Si（111） surface.     

近红外光谱法与循环伏安电化学法联用进行葡萄酒品种溯源研究

提出一种将循环伏安电化学法和近红外光谱法联立,用PLS-DA的D-S证据理论融合二者信息进行葡萄酒品种溯源研究的方法。分别采集来自不同产区的三类不同品种的171个干红葡萄酒样品的循环伏安曲线和近红外透射光谱。用PLS-DA法分别建立循环伏安电化学法和近红外光谱法的判别模型,以此为证据;用两个证据的D-S合成规则实现近红外判别结果与循环伏安法判别结果的重新决策。融合后的结果为：多产区不同品种葡萄酒溯源模型的建模集准确率为95.69%,检验集准确率为94.12%;单一产区不同品种葡萄酒溯源模型的建模集准确率为99.46%,检验集准确率为100%;判别结果都比融合前单一循环伏安电化学法和近红外光谱法的判别准确率得到了提高。实验结果表明, 该方法具有较高的溯源识别准确度, 可以快速准确地对待测葡萄酒品种进行定性检测。     

红外光谱及Bayes信息融合技术的葡萄酒鉴别研究

建立了将检出限不同的近红外透射光谱技术和中红外衰减全反射光谱技术进行Bayes信息融合后用于葡萄酒鉴别的方法。分别采集3种品种和3种陈酿方式的干红葡萄酒的近红外透射光谱和中红外衰减全反射光谱,用PLS-DA法分别建立基于近红外光谱和中红外光谱的判别模型,用Bayes方法实现两种判别结果的融合修正。信息融合后的结果为:葡萄酒品种鉴别模型的建模集准确率为95.08%,检验集准确率为94.68%,葡萄酒陈酿方式鉴别模型的建模集准确率为98.91%,检验集准确率为98.75%;均优于单独采用一种光谱技术的判别结果。实验表明,信息融合技术有助于模型判别效果的提高,采用Bayes信息融合技术对葡萄酒品种和陈酿方式进行快速识别是可行的。