新型含二茂铁有机配合物的合成及其电化学性质

以二茂铁为起始原料,经氯汞化反应、溴代反应、Suzuki偶联反应、水解反应和取代反应等5步反应合成了一种新型的含二茂铁结构单元的有机配合物(7),其结构经1H NMR、13C NMR、IR和HR-MS(ESI-TOF)表征。电化学研究结果表明:化合物6的E1/2小于化合物7,具有较高的氧化还原活性。     

温和条件下新型铜基磷酸盐在氧化反应中的高催化活性

系统综述了以新型铜基磷酸盐(Cu2(OH)PO4)为代表的催化剂在一些典型的氧化反应中的活性.本文涉及的反应类型主要包括以过氧化氢为氧化剂,苯、苯酚、2,3,6-三甲基苯酚的羟化,烯烃的环氧化反应和以氧气为氧化剂,烯烃和醇的氧化反应,结果显示Cu2(OH)PO4的比表面积较小,但是在这一系列的反应中展示了很高的催化活性.同时利用电子自旋共振(ESR)、红外(IR)等表征手段对催化反应的机理和反应路径进行了讨论,羟基自由基和铜的过氧物种被认为是催化反应的重要中间体.     

食品中维生素D与25-羟基维生素D检测技术及含量分布研究进展

维生素D是一种对于维持人体健康具有重要作用的脂溶性维生素,25-羟基维生素D是其在人体内循环和存储的主要形式。食品中维生素D和25-羟基维生素D前处理的通常采用碱皂化、有机溶剂提取、固相萃取或者半制备色谱净化;其测定方法多为放射免疫法和液相色谱法。液相色谱串联质谱凭借高灵敏度和高准确度,目前在食品中维生素D和25-羟基维生素D测定中发挥重要作用。近年来二维液相色谱和超高效超临界流体色谱由于其强大的分离能力,在食品中维生素D和25-羟基维生素D的分析中表现出强大的潜力。该文综述了近年来食品中维生素D和25-羟基维生素D的检测方法及二者在动物食品和植物食品中的含量分布研究,以期为建立适合不同食物样品的测定方法,指导居民合理膳食,进行膳食摄入量评估等研究工作提供参考。     

CO氧化催化剂Fe2O3-MnO2/A12O3的硫中毒研究

催化剂的耐硫性能在催化反应的研究中是十分重要的。Tsai等曾对铂、钯等贵金属催化剂的耐硫性进行了研究,并用Auger电子能谱测定了不同反应条件下硫在催化剂上所处的状态。本文针对CO氧化催化剂Fe_2O_3-MnO_2/Al_2O_3的耐硫性能进行了研究,并用X光电子能谱测定了不同反应温度下硫在Fe_2O_3-MnO_2/Al_2O_3上所处的状态,由此推     

四唑及其衍生物的理论研究（6）

对7个肼基四唑衍生物进行了HF／6－31G水平的几何构型全优化及MP2／6－31G／／HF／6－31G水平的总能量计算．结果表明，四唑环基本上取平面构型，肼基不与环共面．键长与重叠布居之间不存在平行关系．环上N1和N4原子荷负电多、利于质子化．1H．肼基四唑的HOMO－LUMO能级差（△E）较2H式的大，中性分子的△E教相应的负离子的大．还计算研究了7个标题物的红外光谱并由此求得了它们的热力学性质．     

土木香内酯和异土木香内酯与共轭二烯的Diels-Alder反应

本文以土木香根中分离得到的土木香内酯(1)和异土木香内酯(2)为原料, 分别与环戊二烯(3)、螺[2.4]-4,6-庚二烯(4)、呋喃、蒽或丙烯醛进行Diels-Alder反应, 发现和2只与3或4发生反应, 未能得到1和2与呋喃、蒽或丙烯醛的反应产物。X射线单晶衍射法确定1或2与3的反应产物的构型, 应用高分辨核磁共振谱NOE方法确定1或2与4的反应产物的构型。     

交换半环中理想的实根

在交换半环范畴中引进和研究理想的实根,从而将实代数学中有关结果推广到交换半环上。如下结果被建立:在半环中,一个理想的实根恰等于包含该理想的所有实理想的交集,并也恰等于包含该理想的所有实素理想的交集。此外,形式更为一般的理想的实根--广义实根被考虑,并获得相应的结果。     

求解分数阶延迟微分方程的卷积Runge-Kutta方法

本文利用强A-稳定Runge-Kutta方法求解一类非线性分数阶延迟微分方程初值问题,并给出了算法的稳定性和误差分析.数值算例验证算法的有效性及其相关理论结果.     

可燃性冷媒R32泄漏速度对室内安全性的影响研究

R32制冷剂具有良好的热工性能,但是由于R32具有可燃性,应从其泄漏时安全性的角度进行研究。采用实验研究的方法,研究了家用多联机空调系统在室内泄漏时,R32制冷剂不同的泄漏速度对室内各水平面的安全性的影响。结果表明:当泄漏速度为15～90L/min时,各监测平面的R32浓度值都会超过可燃上限(UFL)31.0%。在0.15和1.15m平面,泄漏速度在45L/min附近时,室内安全性最低,泄漏速度较快和较慢都有更高的安全性;在2m平面,泄漏速度在15L/min附近时,室内安全性最低,泄漏速度越快安全性越高。当泄漏速度较快时,各个平面安全性都较高;当泄漏速度较慢时,在1.15和2m较高的平面安全性较低,在0.15m较低的平面安全性较高,总体来说泄漏速度越快室内安全性越高。     

基于Deep-IndRNN的DGA域名检测方法

恶意服务常利用域名生成算法（DGA）逃避域名检测,针对DGA域名隐蔽性强、现有检测方法检测速度较慢、实用性不强等问题,采用深度学习技术,提出了一种基于Deep-IndRNN的DGA域名检测方法。方法运用词袋模型（BoW）将域名向量化,然后通过Deep-IndRNN提取域名字符间特征,并使用Sigmoid函数对域名分类检测。其主要特点在于:通过将Deep-IndRNN的多序列输入拼接为单向量输入,以单步处理代替循环处理,同时结合Deep-IndRNN能保存更长时间记忆的特点,可有效释放深度学习时占用的GPU、CPU等系统资源,且在保证高准确率和精确度的前提下提高训练、检测速度。实验结果表明,基于Deep-IndRNN的DGA域名检测方法在检测任务中具有较高的准确率和精确度,相比于DNN、CNN、LSTM、BiLSTM、CNN-LSTM-Concat等同类检测方法,能显著提高训练、检测速度,是有效可行的。