光子晶体光纤耦合器中的标量调制不稳定性

从光纤耦合器的耦合模方程出发,用偶奇超模对其进行重写,讨论了当输入条件使奇偶超模其中之一被单独激发时,在光子晶体光纤耦合器中的调制不稳定性.结果表明：光子晶体光纤耦合器中在正常和反常色散区均存在调制不稳定性,并且调制不稳定性与三阶色散项无关、与四阶色散项有关,给出了增益谱在不同色散区随输入功率的变化关系;当满足一定条件时,在光子晶体光纤耦合器中传播的准连续波可以分解成脉冲序列,由此可以分离和提取超短脉冲. 关键词： 光子晶体光纤耦合器 偶次超模 奇次超模 标量调制不稳定性     

毛细管气相色谱法测定中药中有机磷农药残留量

建立了中药中多种有机磷农药残留量的毛细管气相色谱测定方法。样品以丙酮-石油醚混合溶剂为提取剂,超声提取后,用固相吸附层析柱(装填4g弗罗里硅土和2g中性氧化铝)净化,采用GC—FPD法同时测定中药中多种有机磷农药残留量。方法检出限为0．011～0．015μg／mL,回收率为85．5％～107．8％。该法简便、准确,能满足实际样品分析。     

高效液相色谱法同时测定参茸补酒中芍药苷、阿魏酸的含量

建立一种高效液相色谱双波长法同时测定参茸补酒中芍药苷、阿魏酸的含量。该方法采用Symmetry C18色谱柱(150×3.9mm,5μm),流动相为乙腈 水 冰乙酸(12∶88∶1,V/V),检测波长分别为323nm(通道1)、230nm(通道2)。结果显示:芍药苷、阿魏酸分别在21.4～214.0和1.65～16.50μg·mL-1范围内本法有良好的线性关系;平均回收率分别为98.1%(RSD=1.28%)和97.5%(RSD=1.73%)。本法操作简便,快速,重现性好,结果准确,可作为参茸补酒的质量控制方法。     

钯催化合成嘧啶核苷衍生物的研究进展

嘧啶核苷衍生物在药物化学、生物探针和核酸化学的研究中具有重要的作用, 金属催化碳碳的形成广泛应用于嘧啶核苷衍生物的合成. 综述了钯催化的Sonogashira反应、Stille反应、Heck反应以及Hiyama反应在嘧啶类核苷衍生物合成中的应用.     

含氟对称1-芳基-1,1-双酰胺类化合物的制备及其晶体结构研究

本文通过室温下三氟乙酰胺、一溴二氟乙酰胺或含氟的苯甲酰胺与芳醛在三氟甲磺酸和亚硫酰氯存在下的反应,高产率的制备了含氟对称1-芳基-1,1-双酰胺类化合物(RfCONH)2CHAr 。化合物3aa和3ab的结构通过X-射线衍射分析得到进一步确证。     

含改性松香的丁二醇二缩水甘油醚固化反应动力学研究

设计了含改性松香无苯环的环氧固化体系和无松香的对照体系,分别是无松香体系Ⅰ：丁二醇二缩水甘油醚（BDGE）和甲基六氢苯酐（MeHHPA）;无规体系Ⅱ：丙烯酸松香（AR）、BDGE和MeHHPA;有规体系Ⅲ：丙烯酸松香基环氧树脂（ARE,由AR和BDGE预聚而来）和MeHHPA。对三体系的固化反应应用动态示差扫描量热仪（DSC）进行了研究,利用KAS法求得不同转化率下的表观活化能,通过整个反应过程反应活化能的变化,得到了三体系反应的内在机理,结果发现松香基的引入及引入顺序都对固化反应产生影响。     

脉冲电晕放电流光发展和OH自由基二维分布的发射光谱研究

流光在OH自由基的生成过程中起到重要作用。为了研究流光与OH自由基之间的关系,利用ICCD拍摄了线板式脉冲电晕放电反应器内流光的形成和发展过程,着重研究了在反应器几何结构固定的情况下,输入峰值电压对流光发展速度和流光在阴极板覆盖范围的影响。实验表明在反应器不击穿的情况下,输入峰值电压越大,越有利于流光的发展,因此生成的高能电子数量越多。此外我们还利用发射光谱法测量了脉冲电晕放电反应器内OH自由基的二维分布特性,并且与流光发展轨迹图对比。OH自由基在放电电场中的分布特性是以电极线为中心向四周扩散,浓度逐渐降低。这个结论和流光在脉冲电晕放电反应器内的发展轨迹图相吻合。     

三萜骨架功能分子

具有独特立体结构的三萜化合物是一类重要的生物活性天然产物,在消炎、降血脂、保肝护肾、抗菌、抗肿瘤、抗真菌等方面有着重要药用价值。利用其独特手性结构、亲脂性、生物活性以及生物相容性等特性,设计合成新型功能分子,可作为药物载体,发挥其识别功能以及用于医用材料等方面具有重要的作用。本文介绍了近年来以三萜为骨架设计合成的新型功能分子在离子、分子识别和自组装性能方面研究现状及其潜在的应用前景。     

泰和乌骨鸡肉模拟胃肠道消化液中ACE抑制肽的分离纯化及结构鉴定

研究泰和乌骨鸡肉在胃肠道消化过程中的降血压活性,并鉴定出其中确定具有降血压活性的肽序列。采用体外模拟胃肠道消化法,测定了不同阶段消化液对血管紧张素I转化酶(ACE)的抑制作用,并选择其中的小肠道消化液,对其进行超滤、制备型反相高效液相色谱、凝胶柱色谱分离纯化,最后通     

深度非线性度量学习在说话人确认中的应用

将非线性度量学习(Nonlinear Metric Learning,NML)应用于说话人确认,提出了一种基于深度独立子空间分析(Independent Subspace Analysis,ISA)网络的说话人确认方法。区别于传统的线性度量学习方法,该方法使用深度独立子空间分析网络来学习一种从说话人原始空间到优化子空间的非线性显式映射,并在此基础上计算两条语音之间的相似性,以获得更好的说话人确认性能.所提方法在NIST SRE 2008数据集上进行了评估。评估结果表明,所提算法的等错误率指标相比传统的基于余弦距离打分的i-vector算法、线性判别分析(Linear Discriminant Analysis,LDA)算法、概率线性判别分析(Probabilistic Linear Discriminant Analysis,PLDA)算法分别下降了11.02%,6.40%和4.579%。