CdS纳米粒子标记抗体用于电化学免疫分析大肠杆菌的研究

大肠杆菌大量存在于人及其他恒温动物体内的肠道内,常随人及动物粪便一块排出,广泛传播于自然环境中,对水源造成污染.目前,大肠杆菌的检测已成为环境微生物学中重要的检测项目之一~([1,2]).一些传统检测大肠杆菌的方法,如平板计数法、多管发酵法、显微镜直接计数法等,都具有检测周期长,程序繁琐的缺点,难以适应污染源快速诊断的需要~([3,4]).     

Au纳米标记物增强电化学免疫分析大肠杆菌的研究

大肠杆菌是一种大量存在于人体及恒温动物内的肠道杆菌,可能会引起腹泻、出血性大肠炎和溶血性尿毒症等疾病,更甚者会引起败血症~([1]).近年来,Au纳米颗粒和生物大分子具有很好的兼容性,以及具有低毒性、易合成、不易团聚等特点,因此被越来越多的研究者用于生物技术,如蛋白质、DNA及细菌检测中~([2,3]).     

波长和强度同时响应的锥形多模光纤温度传感器

通过将一段长为17 mm的多模光纤两端分别与单模光纤对芯熔接,然后对多模光纤部分进行拉锥处理,得到一种波长和强度同时对温度响应的锥形多模光纤温度传感器。实验研究了30 ℃~80 ℃范围内传感器的温度传感特性。实验结果表明:当环境温度发生变化时,该传感器在1 542 nm附近干涉波谷的波长和强度对温度的响应灵敏度分别可达到0. 041 nm/℃和0. 106 dB/℃,并且传感器干涉条纹的波长响应和强度响应之间呈良好的线性关系。基于传感器波长响应与强度响应之间的该线性关系,通过传感信号强度的检测即可实现干涉型光纤传感器的相位解调,该方法为传感解调信号提供了新思路,具有重要的参考价值。     

高效多信道光子晶体滤波器的设计与仿真

利用二维光子晶体仿真设计了四信道光滤波器.首先根据时域耦合模理论导出了实现100％信道耦合的条件;然后根据该条件设计了四信道滤波器,并利用时域有限差分法进行了仿真.仿真结果显示,四信道耦合效率均超过96％,当晶格常量取570 nm时,四信道的中心频率在1 520 nm到1 580 nm之间,信道间隔均小于20 nm,信道间窜扰很小.     

PML-FDTD法在分析负折射率材料中的应用

将时域有限差分(FDTD)法引入了对负折射率材料物理现象的仿真研究.给出了二维TM波在负折射率材料中的时域差分方程,并且在吸收边界处使用了理想匹配层(PML).为了避免在迭代过程中出现的不稳定现象,在差分方程的推导中引入了Drude模型, 并对Pendry提出的由负折射率材料构成的平板透镜具有的完美成像现象进行了数值仿真验证.由仿真结果发现,完美成像现象只在平板透镜的折射率n=－1时出现,当n≠－1时则会出现近轴聚焦效应.     

MOR/SBA-15复合分子筛的合成、表征及其催化性能评价

采用MOR纳米晶和正硅酸四乙酯为硅源,P123三嵌段共聚物为模板剂水热合成MOR/SBA-15复合分子筛催化剂。采用XRD、SEM、TEM和EDX等手段对催化剂进行了表征,在固定床反应器中评价二甲醚制乙醇催化性能。结果表明,通过控制合适的MOR纳米晶种及MOR纳米晶种在SBA-15水热合成体系中的添加量,可以成功地将MOR纳米晶作为SBA-15的结构单元嫁接到SBA-15的介孔骨架中,水热合成的MOR/SBA-15复合分子筛催化剂同时具有MOR和SBA-15的XRD特征衍射峰,相比于SBA-15,其比表面积和总孔体积由756 m2·g~(-1),1.07 cm3·g~(-1)降低至628 m2·g~(-1),0.85 cm3·g~(-1),平均孔径由8.1 nm提高到9.3nm,Cu修饰的MOR/SBA-15复合分子筛催化剂同时具有Cu MOR羰基化和Cu SBA-15加氢的双功能催化性能,其催化剂评价结果显示二甲醚转化率为43.6%左右,乙醇选择性为95.3%,Cu MOR/SBA-15复合分子筛催化剂实现了二甲醚到乙醇的一步转化。     

不对称催化合成中手性膦配体的研究研究（Ⅱ）（ …

对近十多年来不对称催化合成领域中出现的手性膦配体进行了综述,按其不对称中心以及结构上的特征加以分类,并对其催化性能进行总结。     

Au纳米标记物增强电化学免疫分析大肠杆菌的研究

通过在Au纳米颗粒表面修饰辣根过氧化酶(HRP)标记的大肠杆菌抗体制备了一种新型的Au纳米标记物, 并将该纳米标记物应用于增强电化学免疫分析大肠杆菌. 经过酶联免疫反应后, Au纳米标记物、免疫磁性颗粒(IMB)和大肠杆菌形成了IMB/抗体-大肠杆菌-Au纳米标记物的三明治式免疫复合物. 以3,3,5,5-四甲基联苯二胺(TMB)溶液作为底物, 采用电化学与流动注射检测(FIA)相结合的技术测定HRP的活性. 检测到的电流大小与免疫复合物上HRP的量成正比, 从而与大肠杆菌的浓度成正比. Au纳米颗粒增加了HRP的负载量, 增强了电化学信号, 大大提高了大肠杆菌的检测灵敏度. 实验结果表明, 大肠杆菌浓度在 1.0×102～5.0×104 cfu•mL－1范围内与电流大小成线性相关, 最低检测限达50 cfu•mL－1, 若对大肠杆菌样品溶液进行预浓缩, 将得到更宽的检测范围和更低的检测限. 本方法总的分析时间比其他方法短, 在1 h内就能完成对大肠杆菌样品的快速检测.     

双层光子晶体氮化镓蓝光发光二极管结构优化的研究

为了提升氮化镓(GaN)蓝光发光二极管(LED)光提取效率, 设计了双层光子晶体LED模型. 提出等效折射率近似方法, 简化求解了结构中的介质波导模式分布. 从而对模型中顶层光子晶体刻蚀深度d, 嵌入式光子晶体厚度T及其距有源层距离D等结构参数进行了优化. 同时利用时域有限差分方法对优化结果进行了验证. 相比其他仿真方法, 模式分析极大地减少了对LED建模优化的计算复杂度, 同时从理论上阐明了不同结构参数变化引起LED光提取效率改变的原因. 研究发现, 当顶层光子晶体满足d ≈ λ / n_PhCs 时, 结构内大部分高阶导模尚未被截断但源区能量向低阶导模的转化被有效抑制, 光提取效率给出极大值. 嵌入式光子晶体的引入将激发覆盖层模式, 当满足100 nm≤ T ≤ 300 nm且100 nm≤ D ≤ 200 nm 时, 覆盖层模式可以从有源层获得较大能量并有效地与顶层光子晶体耦合, 极大地提升了光提取效率. 本文优化结果使得LED光提取效率提升了4倍, 对高性能GaN蓝光LED的设计制造具有重要意义.     

基于XRF-CNN土壤重金属Zn元素含量预测模型研究

结合X射线荧光光谱法,针对土壤中重金属元素Zn含量的预测问题,提出基于深度卷积神经网络回归预测模型。对原始土壤进行相关预处理,用粉末压片法制作土壤压片,采用X射线荧光光谱法(X-Ray-fluorescence,XRF)获取土壤光谱,相比于传统检测方式,XRF法具有检测速度快、精度高、操作简单、不破坏样品属性并且可实现多种重金属元素同时检测等优点,故将XRF与深度卷积神经网络相结合,实现对土壤中重金属Zn元素含量的精确预测。采用箱型图来剔除X射线荧光光谱中的异常数据,采用熵权法结合多元散射校正来对样品盒数据进行校正,采用Savitzky-Golay平滑去噪法以及线性本底法对光谱数据进行预处理,可以有效地解决由外界环境和人为因素产生的噪声及基线漂移等问题。针对卷积神经网络结构的特殊性,将获取的一维光谱数据向量,采用构建光谱数据矩阵的方式来进行处理,将同一浓度、同一含水率下5组平行光谱数据向量转化为二维光谱信息矩阵,以该矩阵作为深度卷积神经网络预测模型的输入,以适应卷积层的操作要求,利用深度卷积神经网络特殊的结构模式,能有效提取土壤光谱数据特征,提高了深度卷积神经网络预测模型的学习能力,降低模型的训练难度。深度卷积神经网络预测模型采用3层卷积层搭建,使用ReLU激活函数激活,采用最大池化方式,减少数据的维度,增加Dropout层,防止过拟合,使用ADAM优化器对预测模型进行优化。实验以平均相对误差(mean relative error, MRE)、损失函数(LOSS)、平均绝对误差(mean absolute error, MAE)确定了模型的最优学习率为10-3以及最优迭代次数为3000,并将深度卷积神经网络预测模型与BP预测模型、ELM预测模型、PLS预测模型进行对比,以均方误差(mean square error, MSE)、均方根误差(root mean square error, RMSE)、以及拟合系数R2来分析比较预测模型的好坏,结果表明,基于深度卷积神经网络预测模型在对土壤中重金属Zn元素含量预测方面优于BP,ELM,PLS三种预测模型,提高了预测精度。