多级孔芳香骨架材料的合成及固载硫脲催化剂的研究

合成了一种多级孔芳香骨架材料(PAF-70); 使用由氨基修饰过的单体, 应用该合成策略得到了同样具有窄分布介孔的含有氨基活性位点的PAF材料, 并通过硫脲单体与其氨基活性位点的反应, 将硫脲基团引入PAF-70材料中, 获得了含有硫脲催化位点的材料(PAF-70-thiourea). 氮气吸附-脱附测试结果显示, PAF-70存在孔径分布较窄的介孔, 介孔孔径为3.8 nm, 与模拟计算值(约3.7 nm)吻合. 热重分析结果表明, PAF-70具有很高的热稳定性. PAF-70在大多数溶剂中可以稳定存在, 具有良好的化学稳定性. 将PAF-70-thiourea作为催化剂, 应用在N-溴代琥珀酰亚胺(NBS)氧化醇类的反应中, 其表现出较高的催化活性、 较高的稳定性和广泛的底物适用性. 与含有相同硫脲催化位点的金属有机框架(MOF)材料(IRMOF-3-thiourea)作为催化剂对比, 进一步证实PAFs材料非常适合作为催化有机反应的固载平台.     

基于差分反射高光谱成像的薄层TMDC材料检测技术研究

二维过渡金属硫化物(TMDC)材料因为独特的激子效应和材料学性质，在太阳电池、光催化、传感器、柔性电子器件等领域得到广泛的应用。层数对其性质有显著的调控作用，自动检测识别所需层数的样品是其从实验室走进半导体制造工业的重要技术需求。本文结合反射高光谱成像技术与图像处理算法，发展了一种二维TMDC薄层样品的显微成像自动检测技术。基于自主搭建的反射高光谱成像系统，对制备的不同层数TMDC标准样品进行了光学对比度的系统研究，阐明了层数的差分反射光谱机理，提出了可靠的层数判定方法。基于传统边缘检测技术优化设计了一套图像处理算法，实现了TMDC样品的图像检测及层数鉴定。本文方法具有普遍性、实用性，结合自动对焦的扫描控制，能够实现大规模的自动化样品检测，这也为其他表面目标的显微识别和检测提供了新的灵感和参考。     

基于抛光基材的热蒸镀铜箔生长高平整单层石墨烯薄膜

在石墨烯的化学气相沉积工艺中,铜箔是决定石墨烯薄膜质量的重要因素。传统铜箔由于制备工艺的限制,存在大量的缺陷,导致石墨烯薄膜的成核密度较高。本工作选用抛光铝板、抛光不锈钢板、微晶玻璃和SiO₂/Si作为基材,用热蒸镀法制备了不同粗糙度的铜箔,并详细讨论了以该系列铜箔生长高平整度石墨烯薄膜的条件及铜箔对石墨烯薄膜品质的影响。实验结果表明,铜箔以(111)取向为主,与基材分离后,表面具有纳米级平整度。在生长石墨烯后,从SiO₂/Si剥离的铜箔成核密度是4种基材中最小的。同时,从SiO₂/Si剥离的铜箔晶体结构变化最不明显,具有良好的结晶性,表面几乎不存在铜晶界缺陷。当压强为3 000 Pa,氢气和甲烷流速分别为300 mL/min和0.5 mL/min时,可以获得约1 mm横向尺寸的石墨烯单晶晶畴。     

100 kHz腔倒空薄片激光器理论与实验研究

对100 kHz运转的腔倒空薄片激光器的输出特性进行了理论和实验研究。首先建立起腔倒空薄片激光器的速率方程理论模型，模型中考虑了单位时间谐振腔中新增的自发辐射光子数，对其占总自发辐射光子数的比例进行了分析，并结合一些参数进行了仿真。进一步搭建了重复频率为100 kHz的腔倒空薄片激光器实验装置，获得了平均功率为253 W的纳秒激光脉冲输出，光光效率约为35.2%,脉冲宽度为10.4 ns,单脉冲能量为2.53 mJ,脉冲的峰值功率超过了200 kW,x和y方向的光束质量M²分别为9.77和9.27。针对腔倒空调Q的动力学稳定性问题，研究了普克尔盒开关时间对输出平均功率和输出脉冲稳定性的影响，实验中观察到了倍周期分岔和确定性混沌现象，从理论上对这个现象进行了仿真分析，仿真结果可与实验结果相符。     

关于两个图的一类新连接图的谱

给定2个图G1和G2，设G1的边集E(G1)={e1,e2,?,em1}，则图G1⊙G2可由一个G1，m1个G2通过在G1对应的每条边外加一个孤立点，新增加的点记为U={u1,u2,?,um1}，将ui分别与第i个G2的所有点以及G1中的边ei的端点相连得到，其中i=?1,2,?,m1。得到：（i）当G1是正则图，G2是正则图或完全二部图时，确定了G1⊙G2的邻接谱（A-谱）。（ii）当G1是正则图，G2是任意图时，给出了G1⊙G2的拉普拉斯谱（L-谱）。（iii）当G1和G2都是正则图时，给出了G1⊙G2的无符号拉普拉斯谱（Q-谱）。作为以上结论的应用，构建了无限多对A-同谱图、L-同谱图和Q-同谱图；同时当G1是正则图时，确定了G1⊙G2支撑树的数量和Kirchhoff指数。     

基于测试分析视角透析数学高考改革方向——以2022年新高考全国1卷为例北大核心

高考是国家选材最直接的方式,也是检验教学教研质量的基本手段.2022年新高考全国1卷(下称新1卷)坚持素养导向、能力为重原则[1],紧扣高中数学主体内容,突出学科特点,重视理性思维,强调关键能力.试题比例恰当,基础题源于课本、中档题追求内涵、高档题灵活创新,呈现出“低起点、多层次、高落差”的特点.试卷注重对概念理解的考查,引导教学回归本源,大部分试题以经典问题为载体,通过适度改编,考查学生对问题本质的理解程度.同时,试卷充分发挥数学的应用价值,多处设置问题情境,真正让知识学以致用.在一些关键的能力题上,试卷通过多题引导、层层递进的方式进行提示,力求有效区分学生层次.试题的解答追求通法通解,摒弃各类“秒杀”技巧,体现公平性原则.     

杨木-膨润土基复合高吸水树脂的制备、表征和性能

以废弃杨木屑（YWC）和膨润土（BT）为基底,丙烯酸（AA）、2-丙烯酰胺-2-甲基丙磺酸（AMPS）为单体,过硫酸钾（KPS）为引发剂,N-N亚甲基双丙烯酰胺（MBA）为交联剂,通过溶液聚合法制备了杨木-膨润土环保型复合高吸水树脂。探究了单体比例、中和度、引发剂用量、交联剂用量、膨润土用量等因素对树脂性能的影响,得出较优单体配比为m（YWC）:m（AA）:m（AMPS）:m（KPS）:m（MBA）:m（BT）=2.0:5.0:4.0:0.04:0.012:0.25、中和度为65%时,制得吸水倍率为539.5 g·g-1,吸生理盐水倍率为45.3 g·g-1的高吸水性树脂。利用红外光谱、电镜扫描、X射线衍射和热重分析对树脂进行表征分析,并对树脂进行pH敏感性、溶胀动力学及循环使用性能的测定。结果显示,树脂溶胀过程符合二级动力学模型,且具有机械强度高、循环性能优良等特点。     

基于卷积神经网络的HL-2A装置H模辨识研究

基于HL-2A装置的放电实验数据，利用卷积神经网络和时间窗口算法开发了高约束(H)模时段的识别算法，得到了可靠的高成功率的高约束模时段识别结果。算法中，选取206次放电实验数据中等离子体储能及氘α通道信号作为双通道原始数据进行学习，得到一个深度为21层的二分类卷积神经网络。该网络模型经过其他474次放电数据的测试集检验，高约束模识别的正确率达到了98.17%。     

Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。