毛细管电泳在手性化合物分离中的应用

本文综述了近年来毛细管电泳在手性化合物分离中的应用情况。简要地总结和比较了手性配位体金属络合物、环糊精及其衍生物、开环多糖化合物、冠醚、大环化合物等５种典型的手性分子识别剂在毛细管电泳手性分离中的使用现状。     

影响TiAl合金塑性的电子结构因素

应用ＥＨＴ紧束缚能带计算方法, 系统研究了Ｔｉ－４８Ａｌ－２Ｍ 为模型的γ－ＴｉＡｌ掺杂合金的电子结构。发现能有效地改善合金塑性的元素Ｖ、Ｃｒ、Ｍｎ 主要在两方面改变了γ－ＴｉＡｌ合金的电子结构,即改善Ｔｉ周围成键强度的各向均衡性和改变Ｔｉ、Ａｌ参与成键的电子分布,使成键电子云的球形化成分增大。研究结果表明Ｖ、Ｃｒ、Ｍｎ 等取代Ａｌ时成键的均衡性及电子云球形化均增大,从而有利于材料变形改善塑性,而加入Ｆｅ、Ｃｏ、Ｎｉ虽然改善电子云的球形化但却不利于成键强度的均衡性,因而对合金的塑性无明显改善。     

SPE-LC/MS/MS快速测定卷烟丝中的烟草特有亚硝胺类化合物

建立了卷烟丝中烟草特有亚硝胺类化合物(TSNAs)的SPE-LC/MS/MS分析方法,可一次性对卷烟烟丝中4种TSNAs进行定量分析.该方法弥补了传统的烟丝中TSNAs分析方法样品处理步骤多,检出限高,适应范围窄等缺点.4种TSNA的回收率的范围在95.7%～99.2%之间;相对标准偏差均小于8%;方法检出限均低于1.0 ng/g.可应用于国内外各类型卷烟的分析.     

基于选择性支持向量机集成的海杂波背景中的微弱信号检测

基于复杂非线性系统相空间重构理论,提出了一种混沌背景中微弱信号检测的选择性支持向量机集成的方法,为了提高支持向量机集成的泛化能力,采用K均值聚类算法选择每簇中精度最高的子支持向量机进行集成,建立了混沌背景噪声的一步预测模型,从预测误差中检测湮没在混沌背景噪声中的微弱目标信号（包括周期信号和瞬态信号）,最后分别以Lorenz系统和实测的IPIX雷达数据作为混沌背景噪声进行实验研元结果表明该方法能够有效地将混沌背景噪声中极其微弱的信号检测出来,抑制噪声对混沌背景信号的影响,与神经网络和传统支持向量机方法相比,预测精度和检测门限方面的性能有显著提高．     

一种基于支持向量机回归的旋转遮光带日射表散射辐照度修正新算法

通过比较旋转遮光带日射表(RSP)和参考标准表所测散射辐照度之间的数值差异,分析了太阳总辐照度、环境温度、相对湿度和太阳光谱等气象要素对RSP散射辐照度测量误差的影响关系,提出了一种修正RSP散射辐照度测量值的新算法。该算法从支持向量机回归预测角度,建立了对RSP散射误差修正值的一次预测模型,然后根据误差修正值最优预测模型推导出RSP散射辐照度修正算法模型。利用该算法对美国国家太阳辐射研究实验室和劳里观测站采集的RSP散射辐照度数据进行修正,修正后两观测站数据的平均偏差和均方根误差分别降低到-0.2W/m2,3.3W/m2和1.9W/m2,8.5W/m2,显示算法具有良好的修正性能和适用性。该算法能够有效避免Vignola算法中存在的欠修正和Vignola and Augustyn(VA)算法中存在的过修正现象。     

离子色谱法测定卷烟主流烟气中NO_x与烟丝中NO_3~-含量

<正>烟气中的氮氧化物(NOx)大部分来源于烟草中的硝酸盐(NO3-)[1],一方面由于硝酸盐热分解产生氧气,卷烟中硝酸盐含量增加有助于提高卷烟燃烧性,另一方面由于卷烟主流烟气中NOx的含量主要和烟丝中的NO3-相关[2],随着烟草中硝酸盐含量的增加,主流烟气中N2O、NO、NO2等氮氧化物的释放量也随之增加,NOx是卷烟烟气中主要有害成分之一,被列入了"Hoffmann有害成分名单"     

顶空-固相微萃取-气相色谱-质谱法测定烟气中挥发性和半挥发性成分

提出了顶空-固相微萃取-气相色谱-质谱法测定烟气中挥发性和半挥发性成分。结合信息量最大的原则,确定了固相微萃取时萃取纤维头为碳分子筛/聚二甲基硅烷萃取纤维头,萃取温度为70℃,萃取时间为60min。在气相色谱分离中用Agilent DB-1色谱柱为固定相,在质谱分析中采用全扫描模式。结果表明:共鉴定出107种成分,含量最大的成分是烟碱(18.07%),其次是新植二烯(11.46%),主要的3类挥发性和半挥发性成分依次为苯系物、酮类以及杂环类。     

LIF结合LSTM神经网络的矿井水源识别

矿井水害对煤矿安全生产存在巨大威胁,所以快速识别矿井突水水源,对煤矿水灾预警及灾后救援工作开展都有重大意义。激光诱导荧光（LIF）技术具有快速、高效、灵敏度高等特点,克服了传统水化学方法识别时间长的缺点。循环神经网络（RNN）在解决长序列训练过程中产生的梯度消失、梯度爆炸等问题上存在明显不足,而特殊变体RNN即长短期记忆（LSTM）神经网络很好地弥补了RNN的短板及缺陷。提出了将LIF技术与LSTM算法相结合,应用在矿井突水水源快速识别中。实验样本采自淮南矿区,以砂岩水和老空水为原始样本,并将砂岩水和老空水按照不同比例混合配置成5种混合水样,共7种待测水样进行实验。首先采用最大最小值归一化（MinMaxScaler）、平滑滤波（SG）以及标准正态变量变换（SNV）三种预处理方法对原始光谱数据进行预处理,减少原始光谱数据存在的噪声和干扰信息。之后为防止数据量过大,维度过高,将包括原始光谱数据在内的四组数据再进行LDA降维至3维。最后分别搭建LSTM识别模型,从测试集预测准确率、训练集准确率变化趋势以及训练集损失函数变化趋势三个方面进行比较,选择最优模型。其中SG+LDA+LSTM和Original+LDA+LSTM在测试集预测准确率上都能达到100%,MinMaxScaler+LDA+LSTM测试集预测准确率在98.57%,SNV+LDA+LSTM准确率最低,只有87.14%;在训练集准确率变化趋势表现上,SG+LDA+LSTM能够保持良好的学习,很快达到100%,Original+LDA+LSTM和MinMaxScaler+LDA+LSTM也能达到100%的准确率,但在前几次训练过程中会有准确率下降的情况出现,SNV+LDA+LSTM训练集准确率在训练次数内并未达到100%;SG+LDA+LSTM损失函数变化趋势也具有很好的收敛性和稳定性,Original+LDA+LSTM,MinMaxScaler+LDA+LSTM以及SNV+LDA+LSTM在损失函数变化趋势上表现并不出色。结果表明,4组模型中,SG+LDA+LSTM模型是最适合应用于矿井突水识别,该方法补充了矿井突水水源识别工作的内容,为矿井突水识别提供了新的思路。     

基于小波变换的广义相关时延估计算法

为了估计两个在空间上分离的传感器所接收信号之间的时间延迟，本文结合小波变换的特点，提出了一个基于小波变换的广义相关时延估计算法并给出了它的时域和频域公式，此算法与直接互相关法相比，能对信号与噪声的假设条件放宽且在低信噪比下能有效估计时延。为了提高时延估计精度，在广义相关时延估计的基础上本文又提出了基于基小波的二次加权法。经仿真证明了这两种算法的有效性。     

二茂铁双核铜配合物Cu2(dmaf)2(CH3COO)4(Ⅰ)和Cu2(dmaf)2(C6H5COO)4(Ⅱ)的光谱研究

室温下合成了含有二茂铁基的双核铜配合物Cu2 (dmaf) 2 (CH3 COO) 4 (Ⅰ )和Cu2 (dmaf) 2 (C6H5COO) 4(Ⅱ ) [dmaf=(dimethylaminomethyl)ferrocene]。采用扫描电镜半定量测定标题化合物成分 ,用X射线衍射法测试 ,并确定两者的晶胞参数 ,发现两者有相似的晶体结构。最后对标题物的红外、远红外、固体漫反射电子光谱、循环伏安法 (CV)等谱学性质进行深入研究。结果表明 ,两个配合物紫外吸收波段分别为 2 34～2 6 9nm和 2 4 5～ 2 80nm ,在可见光区出现了一个d d跃迁宽域带 ,其循环伏安曲线表明 ,两个化合物的氧化还原电位分别为 0 5 3,0 37和 0 6 2 ,0 36V。