环钯化苯基咪唑啉-卡宾络合物的合成及催化Suzuki反应研究

以间硝基苯甲酸或苯甲酸和(S)-缬氨醇为起始原料,室温反应制得酰氨基醇1a和1b,在亚硫酰氯存在下,酰胺基醇与对甲苯胺关环反应得到苯基咪唑啉化合物2a和2b.通过对苯基咪唑啉配体2进行钯化反应、1,3-二苄基苯并咪唑盐解聚,得目标产物环钯化苯基咪唑啉-卡宾络合物3a和3b.通过1H NMR,13C NMR,IR,MS和元素分析等手段对新化合物3a和3b进行了表征.进一步通过单晶X射线衍射对3a进行了结构确证,络合物3a晶体结构表明该化合物通过分子间氢键形成一维链状结构.催化性能考察发现,络合物3a在萘硼酸和碘代甲氧基萘的Suzuki偶联反应中表现出较好的催化活性.     

基于孪生网络模型的岩石光谱自动分类方法

岩石光谱是岩石物理化学性质、成分和结构的综合体现,如今已经被广泛应用于岩石分类研究中。岩石光谱数据具有高维的特征数量,在样本数量有限的情况下训练时,往往会产生维数灾难现象。由于岩石光谱的数据收集困难,这在产生极大的人力成本的同时也导致收集到的岩石光谱数据往往十分有限。因此如何能够在样本数量较少时,对岩石光谱数据取得较为准确的分类效果成为了如今热门的研究课题。利用辽宁兴城地区的典型岩石光谱数据,基于Python编程语言在训练样本较少的情况下构建了孪生网络分类模型,并以Triplet Loss作为损失函数,实现了3-way-1-shot分类模型,在测试集上取得了97.8%的分类准确率。同时使用了决策树、随机森林、支持向量机和K-近邻四种传统机器学习方法在相同训练样本下建立分类模型与之对比,通过绘制学习曲线,验证了这四种传统机器学习方法在小样本的情况下不具备良好的分类功能。由于将原始光谱数据转化为图片数据之后并不会影响孪生网络模型的分类效果,因此可以将岩石光谱分类问题转化为图像分类的问题,进而使用图像分类的方法和手段。实验结果表明,孪生网络模型在岩石光谱样本数量较少的情况下仍然能够取得优秀的...     

融合学习模型的岩石光谱特征自动分类

岩石光谱综合反映了岩石的物理化学性质、成分及其结构构造。岩石光谱数据已被应用于岩石分类的研究,但是不同于矿物光谱,岩石光谱并无标准数据库,且受较多干扰因素影响,例如矿物组分、结构构造、化学成分、风化力度,测量仪器的误差等。传统岩石光谱分类模型先是对岩石光谱进行预处理排除干扰,然后采用不同方法对部分光谱特征分析,以达到分类目的。但对光谱数据特征遗失较多,使得分类准确率低下且操作过程繁琐、效率不高。因此,建立一个简单、快速、准确的岩石光谱自动分类模型具有重要意义。机器学习能够对获得的所有数据进行学习,不存在遗漏,大大提高了分类精度,且是对原始数据直接操作,不需预处理,简化流程。为此,选取辽宁兴城地区作为研究区,采集了若干种典型岩石样本,利用美国ASD便携式光谱仪实测光谱,最终获得608条数据,依据岩石光谱特征分为三类进行研究。首先利用决策树(DT)及决策树的升级模型--随机森林（RF）对数据进行分类,但当数据噪音较大时随机森林容易陷入过拟合;因而利用对异常值不敏感的K-最近邻（KNN）建模,但KNN需要对每个样本都考虑,数据量大时计算量会很大,效率不高;所以通过支持向量机（SVM）来提升分类准确率。从实验结果可以看出,4种分类模型的准确率排序为：SVM>KNN>RF>DT。为进一步提高岩石光谱特征的自动分类精度,采取了融合多个不同模型的办法,即对不同模型的分类结果进行投票,选择投票最多的作为最后分类结果。由于硬投票可在一定程度上减少过拟合现象的发生,更加适合分类模型,所以利用硬投票法融合了RF、KNN与SVM三个机器学习模型,最终的分类准确率可达到99.17%。综上所述,基于融合学习模型进行岩石光谱特征自动分类是切实可行且准确高效的。     

基于SOI技术的单层多晶EEPROM和SONOS EEPROM抗总剂量辐照特性研究

在自行研发的0.8 μm SOI工艺平台上开发了基于SOI技术的单层多晶硅EEPROM(electrically erasable programmable read only memory)和SONOS (silicon-oxide-nitride-oxide-silicon)EEPROM,并进行了抗总剂量辐照实验研究,分析了各种EEPROM结构在抗总剂量辐照下的失效机理.结果表明基于SOI 技术的SONOS EEPROM具有良好的抗总剂量辐照性能,为抗辐照EEPROM电路中的存储单元结构选取提供了依据. 关键词： EEPROM SOI SONOS 辐照 浮栅     

长余辉发光材料研究进展

自从20世纪初发现长余辉现象以来，长余辉材料的发展取得了长足进展。从长余辉现象的发现到20世纪90年代，性能最好的长余辉材料为金属硫化物体系长余辉材料。从1992年起，新型铝酸盐长余辉材料的发展十分迅速，它的发光强度、发光时间、化学稳定性都较第一代长余辉材料有很大改进，长余辉材料的发展进入了一个新的阶段。在铝酸盐体系实现了蓝紫、蓝绿、黄绿、黄橙色发光，其中的蓝绿、黄绿两种长余辉材料是目前发光性能最好的长余辉材料。在硅酸盐体系蓝色长余辉材料发光强度及发光时间大大超过铝酸盐体系蓝紫色长余辉材料，是另一类极有前途的新型长余辉材料。红色长余辉材料的发展也取得了很大进步，目前在多个体系实现了红色自发光。性能最好的红色长余辉材料发光亮度达到CaS类红色长余辉材料的6倍以上，余辉时间达6-8小时。长余辉材料的应用研究也进展迅速。     

SOI SONOS EEPROM 总剂量辐照阈值退化机理研究

阈值退化是器件特性退化最重要的表征.本文以研究SOI SONOS EEPROM器件的前栅和背栅阈值电压在辐照环境下的漂移为入手点,深入研究了在辐照情况下器件的退化;并从物理能带和载流子漂移的角度,分析了导致阈值电压漂移的物理机理,提出了提高器件性能的措施. 关键词： SONOS EEPROM SOI 辐照 能带     

像元尺度林地冠层二向反射特性的模拟研究

计算机模拟模型是以计算机图形学方法生成的植被真实结构场景为基础,利用辐射度方法模拟植被冠层的辐射特性。文章将这种方法拓展到遥感像元尺度林冠二向反射光谱特性的模拟。由于模拟像元尺度的林地真实场景需要大量面元组成,而辐射度方法无法承受如此多的面元计算。为了解决这一问题,文章提出了简化树冠结构的思想,将树冠抽象为椭球体,根据光在真实树冠内部能量传输的特点为简化的椭球体面元赋值,并将真实树冠间的间隙率考虑其中,结合几何光学模型的思想完成了像元尺度林地场景冠层二向反射光谱特性的模拟。并将模拟结果与GOMS模型、MISR多角度遥感数据进行了比较,取得了比较好的结果。研究结果对多角度遥感数据应用和植被冠层结构参数反演具有重要价值。