排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
碳纳米材料(carbon nanomaterials, CNMs)是一类具有优异物理化学特性的新型材料. CNMs在广泛应用过程中不可避免地进入环境,对环境中的生物体造成一定危害.同时,环境中的CNMs在自然条件下可能会发生降解,而降解后的CNMs由于材料结构和性质上的改变进而影响其生物毒性.因此,亟需对CNMs环境降解途径系统地进行探究和总结.本综述围绕CNMs的生物降解和非生物降解这两种主要的降解方式展开.生物降解包括酶降解、细菌降解和细胞降解,非生物降解则重点阐述了光降解和(光)化学降解这两大过程.通过系统总结降解的反应条件、降解终点、中间产物和终产物等降解特性,最终揭示了CNMs环境降解的规律和机制.此外,我们结合尚未明了的降解机制和降解的环境限制条件对CNMs降解研究中面临的挑战和发展方向进行了展望.本综述为深入理解CNMs的环境归趋和长期环境风险提供了重要的理论支持. 相似文献
2.
3.
重复n人随机合作对策的核心 总被引:1,自引:0,他引:1
以Su ijs等人(1995)引入的随机合作对策的模型为基础,建立了重复n人随机合作对策的理论,定义了重复n人随机合作对策的支付序列以及支付序列的优超关系,并由此给出了重复n人随机合作对策的核心、超可加性和凸性的定义,并讨论了该核心的一些特征和性质. 相似文献
4.
由于粒子群算法在处理高维复杂函数时存在容易陷入局部最优的问题,提出了多种群子空间学习粒子群算法(SLPSO),采用多种群进化模式,在粒子更新公式中加入了全局最优粒子,加快了粒子收敛速度,同时在种群之间采用了交叉学习的方法,大大提高了算法的全局搜索能力.另外,还增加了一种子空间学习方法,充分地利用粒子的历史经验,有效地避免了陷入局部最优的问题.通过在高维基准测试函数的仿真实验表明,SLPSO算法的测试结果都明显优于其他两种算法,随着函数维数增加,SLPSO算法测试结果的下降幅度明显低于其他两种算法.在6个极其复杂的复合函数的测试中,SLPSO算法有2个测试函数结果非常接近理论值,其他4个也明显优于其他三种算法. 相似文献
5.
6.
7.
以AgNO3,Na2HPO4和硫粉为原料,采用共沉淀-水热法合成了具有太阳光响应型Ag2S/Ag3PO4复合材料,运用扫描电子显微镜(SEM)、X射线粉末衍射(XRD)、X射线光电子能谱(XPS)和紫外-可见漫反射(UV-Vis DR)光谱等方法对样品进行了表征,并在模拟太阳光条件下,考察了Ag2S/Ag3PO4对水杨酸的光催化降解效率.结果表明,与Ag3PO4相比,Ag2S的负载量为1%(质量分数)时Ag2S/Ag3PO4粒径变小,呈立方晶相结构;Ag2S/Ag3PO4复合材料可以有效促进光生电子-空穴分离,使Ag3PO4禁带宽度降低到2.24 eV,并增强了可见光的吸收能力.在Ag2S负载量为1%,120℃水热4 h条件下,Ag2S/Ag3PO4复合材料具有最佳光催化活性,经模拟太阳光照射60 min对10 mg/L的水杨酸去除率达到88.2%. 相似文献
1