三梅片成份分析研究

医药品冰片有天然品与合成品之分,天然品有:由龙脑香科(Dipterocarpaceae)植物龙脑香(Dryobalanops aromatica G aertn,f.)制得的结晶,称龙脑香冰片;白菊科(Compositae)植物艾纳香(Blumea balsamifera DC.)所得的结晶,名艾片。艾片因其晶形似梅花片,又有梅片之称,根据梅花片状又分为大梅片,二梅片,三梅片,天然品化学成分为龙脑(Borneol,Ⅰ),合成冰片(又名合成龙脑),除含龙脑外尚含较大量的异龙脑(ISO-borneol,Ⅱ)     

石墨烯量子点的磁性及激发态性质

利用密度泛函理论在B3LYP/6-31G(d)基组水平上研究了具有zigzag边界的石墨烯量子点,结果表明不同大小的石墨烯量子点的基态都是具有磁性的自旋三重态.其磁性一方面来源于zigzag边界上占有凸出位置的碳原子,另一方面来源于带有孤对电子的碳原子.从整体上看,除6b结构外,其他结构的能隙随着苯环数量的增加逐渐减小,而附加电荷却使体系能隙明显减小.用含时密度泛函理论(TD-DFT)对能隙为3.83 eV的由六个苯环排列成的三角形结构进行了激发态的计算,发现第十七激发态强度最大,能量为3.93 eV,对 关键词： 石墨烯量子点 磁性 能隙 激发态     

低温富集液液萃取-气相色谱-串联质谱法测定水样中15种农药残留

利用低温冷冻条件下农药在水相和有机相之间达到新的传质平衡,建立了低温富集液液萃取-气相色谱-三重四极杆串联质谱法同时测定水样中15种有机磷、有机氯及菊酯类农药的方法。通过对样品前处理中的溶剂选择、冷冻温度及冷冻时间的优化,最终确定的样品前处理条件为:萃取溶剂为甲苯2.0 mL;冷冻温度-40℃;冷冻时间1h。15种农药的检出限(3S/N)在0.005~0.02μg·L-1范围,测定下限(10S/N)为0.02~0.07μg·L-1。方法用于水样中农药的分析,加标回收率在78.8%~124%之间,测定值的相对标准偏差(n=5)在0.9%~9.1%之间。     

液相色谱-串联质谱法快速测定蔬菜中19种农药残留

建立了蔬菜中19种农药残留的快速测定方法。蔬菜样品用乙腈-甲酸均质提取,经三氯甲烷液-液萃取,溶剂转换后加入甲苯作为保护剂;经N-丙基乙二胺(PSA)、石墨化碳黑(GCB)净化,液相色谱-串联质谱(LC-MS/MS)正离子源(ESI+)、多反应监测模式(MRM)测定,基质匹配标准工作曲线定量。蔬菜样品基质在50~1 000ng/mL浓度范围内线性关系良好(r20.99)。在0.01、0.02、0.04mg/kg添加浓度水平下,各农药回收率在65.4%~120.0%之间,相对标准偏差(RSD)在3.35%~17.46%之间。实验发现QuEChERS各吸附剂对极性和化学结构不同农药的吸附作用有所不同,进一步通过正交试验设计的优化,得到了一组极性有差异和化学结构不同的农药净化用吸附剂和保护剂的组合方式。     

盾构叠交隧道地层移动分析

用盾构法在软土中建造叠交隧道有一个重要现象：当一条隧道在另一条相邻隧道上方掘进时，在没有欠挖或过量压浆等施工因素的影响下地面仍然会隆起。中对此作了探讨，依据弹性理论提出一个地面隆起变形公式，将该公式与地面沉降的派克(Peck)公式进行叠加，建立了盾构叠交隧道地层移动的数学模型，分析了黄浦江行人观光隧道掘进跨越上海地铁2号线时的地层移动，计算结果与现场测试相符合。     

天然水中优势菌胞外聚合物及其中主要成分对铅的吸附

研究了吉林省长春市南湖天然水环境中生物膜胞外聚合物及由其分离得到的胞外多糖和胞外蛋白对铅的吸附特性,讨论了时间、pH值、其它共存金属离子等对其吸附的影响;初步探讨了胞外多糖和胞外蛋白吸附铅的反应机理. 结果表明,3种吸附剂对铅的吸附量在pH=6时最大,分别为23.64、15.8和3.48 mg/g ;吸附体系均在6h以后达到吸附平衡;共存金属离子镉对铅的吸附有影响.胞外聚合物及其中的胞外多糖和胞外蛋白对铅的吸附过程符合Langmuir和Freundlich热力学方程.胞外聚合物中胞外多糖对铅的吸附所作贡献大于胞外蛋白.胞外蛋白的胺基、酰胺基,胞外多糖的羟基、酰胺基等是胞外聚合物吸附铅离子过程中起关键作用的化学基团.     

曲线距离法的二维光纤光谱弯曲校正

多目标光纤光谱望远镜可以在一次观测中获得大量的不同天体的光谱数据。从天体探测到的光在通过光纤之后,再通过光谱仪狭缝,然后在CCD传感器中成像为二维光谱图;之后经过光纤光谱数据处理系统的一系列软件处理,最终输出可供天文界使用的一维光谱并存储起来。一维光谱是天文学家研究目标天体的主要手段,它是通过处理二维光谱图得到的。以LAMOST为例,望远镜系统在一次观测后首先会得到32幅由250条光纤光谱组成的二维光谱,然后经过一系列的处理得到一维光谱。在这个过程中,会有很多因素影响到最终一维光谱的精确度。比如由于望远镜使用时间的增加,某些元件会产生磨损、老化或变形,使得二维光谱中光纤形状会产生一定程度的弯曲,这种弯曲在二维光谱的两侧表现得尤为明显。在一幅常见的二维光谱中,纵坐标方向代表了抽取的一维光谱的波长方向,横坐标方向代表了抽取的一维光谱的流量方向,这种弯曲形变的产生会影响到之后的波长定标和流量定标,使得抽取的一维谱信息不准确。目前初步的解决办法是通过与定标灯谱的比对来尽量减少其影响。但这样不仅造成了时间和人力的浪费,而且准确率和效率不高。就这一现状,提出了一种基于曲线距离法的思想,将弯曲的二维谱线校直：首先采用灰度重心法将一幅二维光谱中的250条光纤中心轨迹进行定位,将异常点采用稳健的局部回归方法剔除;然后将中心轨迹进行曲线拟合,得到光纤中心轨迹的方程;通过模仿曲线变弯的逆过程,即保持轨迹上两点间的曲线距离不变,再将弯曲的光谱映射到竖直的法线上,完成校直过程。在整个过程中保持各个对应点的灰度值不变,通过边缘处理和插值运算解决产生的像素点稀疏问题。最后采用累加法进行一维谱抽取,并将校直后抽取的一维光谱与未校直抽取的一维光谱进行比对,比对后可发现校直前后在一维光谱的两端差别较大,其差值谱线也说明了这一点。该方法实现了二维光谱的自动校直,大大提高了抽取一维谱的效率和准确性。二维光谱的预处理和校直方法首先在LAMOST数据上进行验证,鉴于多目标光纤光谱望远镜系统原理的相似性,该处理方法也适用于其他的多目标光纤光谱望远镜系统,具有较好的参考和应用价值。     

一种基于卷积神经网络的恒星光谱快速分类法

恒星光谱数据的分类是天体光谱自动识别的最基本任务之一,光谱分类的研究能够为恒星的演化提供线索。随着科技的发展,天文数据也向大数据时代迈进,需要处理的恒星光谱数量越来越多,如何对其进行自动而精准地分类成为了天文学家要解决的难题之一。当前恒星光谱自动分类问题的解决方法相对较少,为此本文使用了一种基于卷积神经网络的方法对恒星光谱MK系统进行分类。该网络由数据输入层、四个卷积层、四个池化层、全连接层、输出层构成,与传统网络相比具有局部感知、参数共享等优点实验。在Python3.5的环境下编程,利用Tensorflow构建了一个简单高效的具有四个卷积层的卷积神经网络,并将Dropout作用于全连接层之后以防止过度拟合。Dropout的基本思想：当网络模型进行训练时,把一些神经网络节点按一定的比例丢弃,使其暂时不发挥作用。Dropout可以理解成是一种十分高效的神经网络模型平均方法,由于它不依赖于某些局部特征所以能够让网络模型更加鲁棒。实验中使用的一维恒星光谱图是取自LAMOST DR3数据库,首先进行预处理截取光谱3 600~7 300 Å的部分,均匀采样后使用min-max标准化法对其进行初始化。实验包括两部分：第一部分为依据恒星光谱MK系统对光谱进行分类,每一类的训练样本包含1 000条光谱数据,测试样本为400条光谱数据,首先通过训练样本对CNN网络进行训练,进行3 000次的迭代,用训练后的网络将测试样本进行分类以验证网络的准确性;第二部分为相邻两类的恒星光谱的分类,其中O型星数据集样本为250条光谱,其余类别恒星样本数据集均为4 000条光谱,将数据5等分,每次选取当中的一份当作测试集,其余部分当作训练集,采用5折交叉验证法求得模型准确率,用BP神经网络进行对比实验。选择对网络模型进行评估的指标包括精确率P、召回率R、F-score、准确率A。实验结果显示CNN在对六类恒星光谱进行分类时其准确率都在95%以上,在对相邻类别的恒星进行分类时,由于O型星样本量较少,所以得到的分类结果不太理想,对其余类别的恒星分类准确率都高于98%,以上结果都证明了CNN算法能够很好地解决恒星光谱的分类问题。     

Halopentacenes: Promising Candidates for Organic Semiconductors

We introduce polar substituents such as F, C1, Br into pentacene to enhance the dissolubility in common organic solvents while retaining the high charge-carrier mobilities of pentacene. Geometric structures, dipole moments, frontier molecule orbits, ionization potentials and electron affinities, as well as reorganization energies of those molecules, and of pentacene for comparison, are successively calculated by density functional theory. The results indicate that haiopentacenes have rather small reorganization energies （〈 0.2 eV）, and when the substituents are in position 2 or positions 2 and 9, they are polarity molecules. Thus we conjecture that they can easily be dissolved in common organic solvents, and are promising candidates for organic semiconductors.     

气相色谱-质谱监测1-溴-2,4-二氟苯的合成条件、贡献及纯度

采用气相色谱-质谱（GC—MS）法对1,3-二氟苯溴化产物定性分析,采用了峰面积归一化法对产物进行定量分析,并通过正交设计结合多指标综合评价法优化合成条件。结果表明,通过GC—MS监测,对正交实验Z值结果分析得到最佳制备工艺：四氯化碳为溶剂,反应摩尔比（间二氟苯与液态溴）2：1,5℃下反应12h。产物纯度高于99．50％