分析函数在一点可导的几个误区

针对求函数在一点导数的几种常见误区,分析了产生错误的原因及结论,给出了相应反例加以解释说明.     

微波辅助萃取及其联用技术在有机污染物分析中的应用

微波萃取已经发展成为一种常用的快速、高效、污染小的样品的前处理技术。结合有机污染物的气相色谱测定方法,对近年微波萃取技术的研究进展进行了总结,并指出微波与固相微萃取、微固相萃取、顶空萃取、膜分离方法、蒸汽蒸馏萃取、微波催化和消解等方法的联用技术将是微波萃取的重要发展方向。     

Study on Interaction Between Two Parallel Plates with Iteration Method in Functional Theory

利用泛函分析理论中的迭代法，分别计算了平行平板双电层在高、中、低电位下的相互作用能，并以数值法所得结果为参照，在各电位下分别与Debye-Hückel线性近似法、Langmuir近似法所得的结果进行比较．结果表明，DH线性近似法和Langmuir近似法均只能分别局限于极低或极高电位，而泛函迭代法不但有简单的解析表达式，而且在各种电位下都能得到较满意的结果.     

薏仁种类的近红外光谱技术快速鉴别

薏仁是一种药食两用资源,对其品质快速鉴别的需求也越来越多,近红外光谱技术(near infrared spectroscopy,NIRS)作为一种快速、无损且环保的方法正适合这一需求。以不同产地和品种薏仁的近红外光谱为基础,结合化学计量学方法对薏仁种类进行鉴别。对原光谱用无监督学习算法主成分分析(principal component analysis,PCA)和有监督学习算法学习向量量化(learning vector quantization,LVQ)神经网络、支持向量机(support vector machine,SVM)进行定性判别分析。由于不同地区和不同品种的薏仁营养物质组成复杂且含量相近,所选两类薏仁的特征变量很相似,因而PCA得分图重叠严重,很难区分;而LVQ神经网络和SVM都能得到满意结果,LVQ神经网络的预测正确率为90.91%,SVM在经过惩罚参数和核函数参数优选后,分类准确率能达到100%。结果表明:近红外光谱技术结合化学计量学方法可作为一种快速、无损、可靠的方法用于薏仁种类的鉴别,并为市场规范提供技术参考。     

非理想二元表面活性剂复配增效理论的进一步研究

在Rubingh与Rosen 提出非理想二元表面活性剂复配增效条件基础上,利用相分离模型和正规溶液理论,导出了体系降低表面张力的能力增效条件βs-βm<0,及最佳摩尔分数α1*、最低表面张力γ*cmc12和γ*cmc处对应的临界胶束浓度cmc*12.通过作三条γ～logc曲线或两条γ～logc曲线加上一个cmc值的方法,对C12NMe3Br～C12SO4Na、 C12NMe3Br～C8SO4N两种复配体系进行验证,计算结果与实验结果相符.     

基于神经网络的课堂教学质量综合评估

研究了神经网络对课堂教学质量进行综合评估的原理、方法和过程,并成功地应用于实际中,结果表明该方法简洁,准确,并能克服各种人为因素.     

基于加强型BP算法的神经网络故障诊断研究

文章给出了利用神经网络进行故障诊断的可行性、基本原理、诊断过程分析、和参数优化过程 ,并得出较为理想的诊断结果 .     

LSmn系列表面化学性质与胶束化作用

通过表面张力的测定, 研究了十二烷基聚氧乙烯聚氧丙烯醚(LSmn)系列表面活性剂LS36、LS45、LS54在溶液表面吸附和形成胶束的热力学函数随温度的变化. 给出了它们在水溶液中的二组分相图.结果表明, LS36、LS45、LS54的表面活性都较高. 在25～50 ℃范围内, 临界胶束浓度(cmc)和平衡表面张力分别在4.44×10－6～17.3×10－6 mol•L－1和30.1～33.5 mN•m－1之间, 表面吸附和形成胶束的自由能分别在－40.0～－49.5 kJ•mol－1和－27.2～－33.1 kJ•mol－1之间.不论是在溶液表面吸附还是形成胶束均为熵驱动过程.其中LS36由于含具有亲水能力较强的聚氧乙烯基团(EO)成分较低, 因此不论其浊点还是其表面吸附和形成胶束的热力学函数均与LS45、LS54具有较大差异.     

KE型染料与Gemini阳离子表面活性剂T122的光谱研究

在室温(25℃)下,通过紫外-可见光谱法及稳态荧光法分别测定了Gemini型阳离子表面活性剂T122和传统阳离子表面活性剂十六烷基三甲基溴化铵(CTAB)与三种KE型活性染料相互作用后的临界胶束浓度(CMC),并对二者作用的机理进行了初步分析.实验结果表明,两种方法测出的CMC值基本吻合;KE型染料的加入都能使阳离子表面活性剂的CMC值有所提高;如染料黄KE-4R的加入使表面活性剂T122的CMC增至不加染料前的7.0倍,而CTAB的CMC值增加至原来的1.5倍;带有双亲分子结构的表面活性剂T122的性能要明显优于传统表面活性剂CTAB.     

BP网络的一种改进学习方法

章分析了传统BP学习方法的缺陷，给出了一种改进的学习方法，并用非线性函数tg△x和(e^△x-1)代替传统的线性函数△x进行网络学习和参数调整．仿真表明，该算法能有效克服网络陷入局部极小的困境，并大大提高收敛速度．