共查询到6条相似文献,搜索用时 0 毫秒
1.
采用密度泛函B3LYP(Becke, three-parameter, Lee-Yang-Parr)量子化学理论方法探讨了同时基于氢键和卤键者两种弱相互作用的尿素无氟含碘衍生物对卤素阴离子(F-,Cl-,Br-和I-)的识别机理, 结果发现尿素衍生物受体分子A以其结构中的两个N-H键和两个C-I与卤素阴离子间形成四齿弱键进行识别. 其中包括2个N-H…X-红移氢键和2个C-I…X-蓝移卤键弱相互作用. 另外, 经BSSE校正后的A…F-, A…Cl-, A…Br-和A…I-分子识别体系中相互作用能ΔECP分别为-48.90, -121.78, -311.42和-96.55 kJ/mol, 从结合强度上来看, 受体A对Br-和Cl-具有较好的识别能力, 而对F-的识别能力相对较弱. 此外, 采用自然键轨道(NBO)理论分析了C…X-(X= F-,Cl-,Br-和I-)识别体系中红移氢键和蓝移卤键的电子行为与性质. 相似文献
2.
通过计算化学结合谱学实验揭示了四溴化碳与卤阴离子在质子溶剂中形成的CBr4…X-…H-C三角形的三键超分子复合物的作用模式. 卤键与氢键的强度均遵循:碘化物>溴化物>氯化物. 三键复合物中的卤键与氢键均呈现一定的协同效应. 紫外可见吸收光谱观察到四溴化碳与卤阴离子作用出现的新电荷转移峰,即卤键作用的吸收峰. 并利用Benesi-Hildebrand法确定了1:1的化学计量比、摩尔吸光系数及键合常数. 摩尔吸光系数及键合常数受溶剂的介电常数影响,在相同溶剂中遵循碘化物>溴化物>氯化物. 由键合常数表示的作用强度与理论计算的作用能相一致. 红外光谱测定的溶剂分子C-H振动频率随卤阴离子的加入有明显的红移,预示着C-H…X-氢键的形成. 实验与理论均证明这种通过共享卤阴离子的三键复合物的存在. 相似文献
3.
采用密度泛函B3LYP(Bccke.thrcc-paramctcr,Lee-Yang-Parr)方法探讨了间-苯二氧乙酰-(N-苯甲酰基)肼(DAPHZ)受体对卤素阴离子的识别机理,结果发现DAPHZ钳形受体C构型以其钳形结构中的N-H键与卤素阴离子间形成多齿红移氢键进行识别,其中C…X-(X=F-,Cl-和Br-)体系中主客体间以双齿氢键识别结合,而在C…I-体系中主客体间以三齿氢键识别结合,说明钳形受体C对I-在空间几何上具有最好的匹配性.经BSSE校正后的C…F-,C…Cl-,C…Br-和C…I-体系分子识别相互作用能△ECP分别为-314.0,-200.1,-183.3和-136.3 kJmol-1,说明钳形受体C对F-在热力学上具有最好的识别能力.此外,采用自然键轨道(NBO))分析及分子中原子(AIM)等理论分析了C…X-(X=F-,Cl-,Br-和I-)识别体系中红移氢键的电子结构和性质. 相似文献
4.
采用密度泛函B3LYP(Becke, three-parameter, Lee-Yang-Parr)和HF(Hatree-Fock)方法, 从理论上探讨了1,3-双(1-苯基-1H-四唑-5-巯基)-乙酰苯腙(DAPHZ)钳形受体对卤素阴离子的识别机理,结果发现DAPHZ受体以其钳形结构中的-N-H基团与卤素阴离子间形成双侧红移氢键进行识别. 经BSSE校正后DAPHZ•••F-, DAPHZ•••Cl-和DAPHZ•••Br-体系的分子识别相互作用能ΔECP分别为-327.5,-163.5和-148.3 kJmol-1, 说明钳形DAPHZ受体对F-具有最好的识别能力. 此外, 采用自然键轨道(NBO)计算, 相关H原子化学位移计算及分子中原子(AIM)等理论分析了识别体系中红移氢键的电子结构和性质, 结果表明APHZ受体对卤素阴离子的识别能力的相对顺序为DAPHZ•••F- >> DAPHZ•••Cl- ≈ DAPHZ•••Br-. 相似文献
5.
采用密度泛函B3LYP(Becke, three-parameter, Lee-Yang-Parr)和HF(Hatree-Fock)方法, 从理论上探讨了1,3-双(1-苯基-1H-四唑-5-巯基)-乙酰苯腙(DAPHZ)钳形受体对卤素阴离子的识别机理,结果发现DAPHZ受体以其钳形结构中的-N-H基团与卤素阴离子间形成双侧红移氢键进行识别. 经BSSE校正后DAPHZ•••F-, DAPHZ•••Cl-和DAPHZ•••Br-体系的分子识别相互作用能ΔECP分别为-327.5,-163.5和-148.3 kJmol-1, 说明钳形DAPHZ受体对F-具有最好的识别能力. 此外, 采用自然键轨道(NBO)计算, 相关H原子化学位移计算及分子中原子(AIM)等理论分析了识别体系中红移氢键的电子结构和性质, 结果表明APHZ受体对卤素阴离子的识别能力的相对顺序为DAPHZ•••F- >> DAPHZ•••Cl- ≈ DAPHZ•••Br-. 相似文献
6.
传统表情识别技术采用单一类型的特征表示方法,由于每个特征类型对不同数据集的表示效果存在差异,导致传统技术对不同数据集的表情识别效果也存在较大的差异。设计一种多类型混合特征的选择方案,用以提高不同数据集的表情识别准确率。将面部不同区域、不同类型的特征集作为基础特征集,利用重引力搜索算法从基础特征集中选择优化的特征子集。将优化的特征子集输入深度信念网络进行训练和半监督学习,采用训练的网络模型对表情进行识别。实验结果表明,在不同数据集条件下,采用该方法均能够保持较高的识别准确率。 相似文献