化学实验室安全教育虚拟仿真实验教学设计与探索

高校化学实验室事故种类繁多,已引起了社会的广泛关注,对学生的安全教育刻不容缓。利用三维可视化、网络通信、多媒体、人机交互等技术,构建了化学实验室安全教育虚拟仿真教学系统。该系统把化学实验室(无机化学实验室、有机化学实验室、分析化学实验室、物理化学实验室)涉及到的“典型事故案例”“隐患排查”“事故急救与逃生”等内容制作成可交互的虚拟仿真实验,为学生提供了高度仿真的虚拟实验环境,使学生“身临其境”学习如何解决火灾、药品灼伤、气瓶泄漏、触电等安全事故。这种虚实结合的教学方式,增强了学生的学习兴趣,避免了演练实操的不安全和高成本问题,提高了学生的安全技能和解决问题的能力,达到了安全教育的目的,推进了三全育人的教育方针。     

足球运动员服用螺旋藻对体成分、下肢爆发力以及有氧功能的影响

为了探究口服螺旋藻补剂对足球运动员体成分、下肢爆发力以及身体有氧功能的影响,用随机双盲对照实验,将20名男性足球运动员随机选出10名分配至螺旋藻组(SP组),另10名分配至安慰剂组(PB组).在训练前和为期8周训练后分别采集受试者体成分、下肢爆发力及身体有氧能力等数据,采用重复测量方差分析研究组内数据的前后差异.结果表明:8周实验结束后,PB组受试者右下肢肌肉量、纵跳高度、红细胞平均体积显著上升(P<0.05),平均血红蛋白浓度显著下降(P<0.05),其余指标变化不显著(P>0.05). SP组受试者的肌肉量、左上肢肌肉量及右下肢肌肉量、纵跳高度、纵跳最大加速度、纵跳平均输出功率、纵跳总最大功率均显著上升(P<0.05),其他指标前后无显著差异(P>0.05).表明8周螺旋藻补剂的摄入抑制了足球运动员训练氧化应激引起的负面效应,对训练适应有积极作用.     

利用近红外及中红外融合技术对小麦产地和烘干程度的同时鉴别

小麦是制作馒头的主要原料之一,小麦中水、蛋白质、淀粉会因产地以及烘干程度的差异而不同,进而影响到加工成馒头的品质。所以实现对小麦产地和烘干程度的快速鉴别就显得尤为重要。感官评定是鉴别小麦产地和烘干程度常用的方法,对比感官评定,光谱分析可以识别样品中的分子结构等信息。基于此,尝试利用近红外和中红外光谱融合技术实现对不同产地和不同烘干程度的小麦同时鉴别。首先选取了两个不同产地的小麦,再利用微波干燥法对两个不同产地的小麦做烘干预处理,使烘干的小麦水含量为12%±0.5%,原麦水含量为18%±0.5%。分别标记为原麦A,烘干A,原麦B,烘干B,再将小麦研磨成粉末,过100目筛网筛选后,置于自封袋中备用。随后分别采集四种小麦样品的近红外和中红外光谱信息,在Matlab 7.10的环境下使用标准正态变量变换(standard normal variable transformation, SNVT)对采集到的原始光谱数据进行预处理,利用主成分分析对预处理后的数据进行降维处理,再结合线性判别分析（linear discriminant analysis,LDA）和支持向量机（support vector machine, SVM）分别建立小麦近红外、中红外光谱数据识别模型。另外利用联合区间偏最小二乘法（synergy interval partial least square, SiPLS）筛选出利用标准正态变量变换(SNVT)预处理后的小麦近红外和中红外光谱数据特征光谱区间,将筛选出的近红外和中红外光谱数据特征光谱区间融合后再结合线性判别分析（LDA）和支持向量机（SVM）建立小麦融合光谱信息的识别模型。然后比较同种光谱数据下利用线性判别分析（LDA）和支持向量机（SVM）建立的小麦识别模型识别率、比较同种建模方法下近红外和中红外光谱数据建立小麦识别模型识别率、比较同种建模方法下光谱数据融合和单一光谱数据建立小麦识别模型识别率。结果表明,同种光谱分析方法,利用SVM建立的四种小麦识别模型识别率高于利用LDA建立的小麦识别模型识别率。同种建模方法,近红外光谱数据建立的小麦识别模型识别率优于中红外光谱数据建立的小麦识别模型识别率。而在同种建模方法下,利用SiPLS筛选出近红外和中红外光谱数据的特征光谱区间数据融合后建立小麦识别模型识别率最高,光谱数据融合后结合LDA建立的小麦识别模型校正集识别率为98.75%,预测集识别率为97.50%;而将此选择的变量结合SVM建立的小麦识别模型的校正集和预测集识别率都达到100.0%。对比利用单一光谱数据建立的小麦识别模型识别率,光谱数据融合之后建立的小麦识别模型识别率得到显著提高,该研究从纵向和横向上全面地比较了光谱数据建立的小麦模型识别率,结果可为更准确地运用光谱融合技术建立小麦产地以及烘干程度识别模型提供参考。     

超高效液相色谱-高分辨质谱法测定蜂蜜中的3种马桑内酯

建立了采用超高效液相色谱-高分辨质谱测定蜂蜜中3种马桑内酯残留的方法。样品采用0.2 mol/L磷酸盐缓冲溶液(pH=7.5)提取,经Waters HLB小柱净化,以Phenomenex C18色谱柱进行色谱分离,通过高分辨质谱t-MS²负离子扫描模式进行定性和定量分析。结果表明3种目标化合物的检出限(LOD)均为0.05 mg/kg,定量限(LOQ)均为0.1 mg/kg。空白蜂蜜样品在0.1~0.5 mg/kg范围内的3个加标水平的平均回收率为86.3%~95.6%,相对标准偏差为3.0%~8.4%。应用该方法对从新西兰进口的麦卢卡蜂蜜进行检测,检出一份样品含羟基马桑毒素0.3 mg/kg。该方法适用于蜂蜜中马桑内酯残留的检测。     

关联白噪声对抗肿瘤体系免疫效果的影响

在免疫监视的Logistic肿瘤生长动力学模型中引入关联的乘性白噪声,并考虑抗肿瘤体系的免疫系统激活阈值存在差异,对上述动力学生长方程进行数值仿真计算.发现噪声关联强度能够调节抗肿瘤体系个体的免疫效果,但调节的结果存在差异;噪声关联强度λ的取值存在一个最佳区间,在该区间内更多的抗肿瘤体系个体能实现最大免疫效果. 关键词： Logistic生长模型 随机涨落 肿瘤 免疫     

非局部变分修复法去除高密度椒盐噪声

分析了中值滤波及其改进型算法在处理高密度椒盐噪声时效果不理想的原因,采用变分修复方法来去除高密度椒盐噪声,基于现有的全变差修复模型提出了非局部全变差修复模型。该模型利用椒盐噪声特点(均匀分布、灰度值为0或255),将噪声点看成是图像中遗失或是破损的点,首先在图像中寻找与噪声点邻域相似的区域,将相似区域的中心像素作为噪声点新的邻域然后对其插值,把图像降噪问题转化为图像修复问题,从而达到去除高密度噪声的目的。实验结果表明:该模型对噪声密度为90%的彩色和灰度图像去噪后,其峰值信噪比为22.85和28.77,在客观评价标准方面优于中值滤波及其改进型算法。该模型能有效去除高密度下的椒盐噪声并较好地恢复图像细节,为图像去除高密度噪声提供了一种新的途径。     

非线性脉冲向量双曲型微分方程解的H-振动性

研究一类具脉冲时滞的非线性双曲型向量泛函微分方程解的H-振动性.方法是采用由Domslak引进的H-振动性的概念,将向量微分方程解的振动问题转化为纯量微分不等式正解和负解的不存在性问题.得到了解的H-振动性的若干判别准则.     

三（3,5-二叔丁基水杨醛缩苯乙胺）镧引发L-丙交酯与ε-己内酯开环共聚合

以三（3,5-二叔丁基水杨醛缩苯乙胺）镧La (OPEBS)₃为引发剂引发L-丙交酯(_L-LA)和ε-己内酯(ε-CL)的共聚,可控合成嵌段共聚物.研究了单体加料顺序、投料比、单体与引发剂的摩尔比(M/I)及聚合温度对_L-LA和ε-CL共聚的影响.由石油醚抽提纯化的聚合物经GPC、¹H NMR和DSC分析,表明该共聚物为_L-LA和ε-CL嵌段共聚物.     

分布式矿井粉尘浓度在线监控系统

为解决矿井中粉尘浓度测量精度低和在线监测难的问题,利用电荷感应原理设计了高精度矿井粉尘浓度传感器,使输出的感应电流与粉尘浓度之间建立了良好的线性关系;采用三级管理结构设计了分布式矿井粉尘浓度在线监控系统,系统主要由粉尘监测节点、风机控制器、数据汇聚基站、监控中心和传输网络组成;粉尘监测节点与数据汇聚基站通过ZigBee网络组成星型结构,定时采集周围环境中的粉尘浓度信息,并发送给数据汇聚基站;数据汇聚基站与监控中心采用C/S架构设计,将接收到的各监测节点数据打包后,通过局域网实时发送到监控中心的服务器上;监控中心接收、处理、分析和显示从各终端发来的数据,并将存入数据库ACCESS2003中;当某区域出现粉尘浓度过高时,会自动发出报警信号,并控制对应的风机加大排风量,使粉尘浓度保持在安全范围;通过测试实验结果表明,设计的粉尘浓度传感器具有较高的测量精度,平均误差仅为2.95%,且粉尘浓度在线监控系统工作稳定可靠。     

生物分子膜门电极AlGaN/GaN高电子迁移率晶体管(HEMT)生物传感器研究

设计并制作了结构尺寸为毫米量级的AlGaN/GaN高电子迁移率晶体管(HEMT)生物传感器,采用数值分析的方法分析了器件传感区域长度与宽度比值及待测物调控二维电子气(2DEG)距离与感测信号之间的关系,给出了结构尺寸为毫米量级的AlGaN/GaN HEMT生物传感器的设计依据,以不同浓度的前列腺特异性抗原(PSA)为待测物,对制作的AlGaN/GaN HEMT生物传感器进行了初步测量,测试结果表明,在50 mV的电压下,毫米量级的AlGaN/GaN HEMT生物传感器的对PSA的探测极限低于0.1 pg/ml.实验表明毫米量级的AlGaN/GaN HEMT生物传感器具有灵敏度高,易于集成等优点,具备良好的应用前景.