基于石墨烯纳米条波导边耦合矩形腔的等离子体诱导透明效应

为了减小器件尺寸、实现超快速响应和动态可调谐,研究了基于石墨烯纳米条波导边耦合矩形腔的单波段和双波段的等离子体诱导透明(PIT)效应,通过耦合模式理论和时域有限差分法从数值计算和模拟仿真两方面分析了模型的慢光特性.通过调节石墨烯矩形腔的化学势,同时实现了单波段、双波段PIT模型的谐振波长和透射峰值的可调谐性.当石墨烯的化学势增加时,各个波段PIT窗口的谐振波长逐渐减小,发生蓝移.此外,通过动态调谐石墨烯矩形腔的谐振波长,当石墨烯矩形腔的化学势为0.41—0.44 eV时,单PIT系统的群折射率控制在79.2—28.3之间,可调谐带宽为477 nm;当石墨烯矩形腔1, 2, 3的化学势分别为0.39—0.42 eV, 0.40—0.43 eV, 0.41—0.44 eV时,双PIT系统的群折射率控制在143.2—108.6之间.并且,整个系统的尺寸小于0.5μm~2.研究结果对于超快速、超紧凑型和动态可调谐的光传感、光滤波、慢光和光存储器件的设计和制作具有一定的参考意义.     

Li-Y-H三元氢化物的结构和稳定性研究

本文基于粒子群优化算法的结构预测方法结合第一性原理计算,研究了LiYH₄,Li₂YH₅和Li₃YH₆在0—300 GPa压力范围内的晶体结构、电子结构、热力学和动力学稳定性.研究结果表明LiYH₄-P4/nmm,Li₂YH₅-I4/mmm和Li₃YH₆-P4/nmm结构可分别在169—221 GPa,141—300 GPa和166—300 GPa压力范围内由LiH和YH₃按一定配比加压合成.富氢化合物的超导电性研究成为近年来高温超导体研究领域的热点,该研究结果有希望为Li-Y-H三元体系氢化物的超导电性研究及实验合成提供数据支撑.     

碳化硅中点缺陷对热传导性能影响的分子动力学研究

碳化硅(SiC)由于性能优异,已广泛应用于核技术领域.在辐照环境下,载能入射粒子可使材料中的原子偏离晶体格点位置,进而产生过饱和的空位、间隙原子、错位原子等点缺陷,这些缺陷将改变材料的热物性能,劣化材料的服役性能.因此,本文利用平衡分子动力学方法(Green-Kubo方法)采用Tersoff型势函数研究了点缺陷对立方碳化硅(β-SiC或3C-SiC)热传导性能的影响规律.研究过程中考虑的点缺陷包括:Si间隙原子(Si_Ⅰ)、Si空位(Si_Ⅴ)、Si错位原子(Si_C)、C间隙原子(C_Ⅰ)、C空位(C_Ⅴ)和C错位原子(C_Si).研究结果表明,热导率(λ)随点缺陷浓度(c)的增加而减小.在研究的点缺陷浓度范围(点缺陷与格点的比例范围为0.2%—1.6%),额外热阻率(Δ_R-R_defect-R_perfect,R=1/λ,R_defect为含缺陷材料的热阻率,R_perfec...     

基于多路可视图的健康与心梗患者心电图信号复杂网络识别

可视图(visibility graph, VG)算法已被证明是将时间序列转换为复杂网络的简单且高效的方法,其构成的复杂网络在拓扑结构中继承了原始时间序列的动力学特性.目前,单维时间序列的可视图分析已趋于成熟,但应用于复杂系统时,单变量往往无法描述系统的全局特征.本文提出一种新的多元时间序列分析方法,将心梗和健康人的12导联心电图(electrocardiograph, ECG)信号转换为多路可视图,以每个导联为一个节点,两个导联构成可视图的层间互信息为连边权重,将其映射到复杂网络.由于不同人群的全连通网络表现为完全相同的拓扑结构,无法唯一表征不同个体的动力学特征,根据层间互信息大小重构网络,提取权重度和加权聚类系数,实现对不同人群12导联ECG信号的识别.为判断序列长度对识别效果的影响,引入多尺度权重度分布熵.由于健康受试者拥有更高的平均权重度和平均加权聚类系数,其映射网络表现为更加规则的结构、更高的复杂性和连接性,可以与心梗患者进行区分,两个参数的识别准确率均达到93.3%.     

高中学业水平考试试题难度模型建构*

利用主成分分析方法厘清试题难度影响因素之间的关系,进而从问题表征、问题解决和结果输出等3个维度上建立了影响高中学业水平考试试题难度的主要因素。通过编写高中学业水平考试测试题进行实证研究,建立影响因素常见呈现类型的难易赋值规则。选用机器学习的线性回归方法建构试题难度分析模型,并使用高考化学江苏卷部分试题的实测难度数据进行校验,模型难度预测值和高考难度实测值具有较好的拟合度,表明模型具有较好的应用价值和推广意义。     

高效液相色谱法同时检测牙膏中19种合成着色剂

建立了高效液相色谱法（HPLC）同时测定牙膏中19种合成着色剂的检测方法。样品经水分散后超声提取,以10000r/min离心5min,经0.45μm微孔聚四氟乙烯（PTFE）过滤后取滤液测定。采用AgilenteclipseXDB-C₁₈柱（4.6mm×150mm,5μm）,以乙腈和20mmol/L乙酸铵溶液（pH6.0）为流动相进行梯度洗脱,流速0.7mL/min,柱温35℃,二极管阵列检测器多波长检测,外标法定量。结果表明,19种合成着色剂在1～50mg/L范围内线性关系良好,相关系数（r）均大于0.999;方法检出限为0.3～2.6μg/g,定量下限为0.9~8.6μg/g。在25μg/g和400μg/g两个加标水平下,19种着色剂的平均回收率为95.2%～103%,相对标准偏差（RSD,n=6）小于5%。该方法操作简便、快速、准确,适合于牙膏中多种合成着色剂的定性与定量检测。     

基于LASSO算法的光谱变量选择方法研究

光谱分析技术由于具有简单、快速、无损等优势,在复杂体系的定性和定量分析中得到了广泛应用。然而光谱中往往包含成百上千的波长点,有些波长点与研究的目标性质并不相关,加大了计算量并降低了模型的预测准确度。因此,在建立模型前需要进行变量选择。最小绝对收缩与选择算子（LASSO）可将回归系数收缩为0,进而达到变量选择的目的。该研究将LASSO用于三元调和油样品近红外光谱和生物样品拉曼光谱的变量选择,基于偏最小二乘（PLS）和多元线性回归（MLR）模型,分别对香油和肌氨酸的含量进行定量分析,并与无信息变量消除－PLS（UVE－PLS）、蒙特卡罗结合UVE－PLS（MCUVE－PLS）和随机检验－PLS（RT－PLS）3种变量选择方法进行比较。结果表明,基于LASSO的变量选择方法保留的变量数最少,运算速度最快。对三元调和油样品,LASSO－PLS预测的准确度最高;对生物样品,LASSO－MLR预测的准确度最高。因此,基于LASSO的变量选择算法有望在光谱分析领域中得到良好应用。     

超高效液相色谱－串联质谱法测定化妆品中的6种镇痛类化学成分

建立了同时测定化妆品中氨基比林、非那西丁、双氯芬酸钠、吲哚美辛、保泰松、氯苯那敏等6种镇痛类化学成分含量的超高效液相色谱－串联质谱（UHPLC－MS/MS）法。以膏霜、面膜、啫喱和喷雾类样品为代表性基质,化妆品样品采用乙腈进行超声辅助液液萃取,采用ACQUITYUPLCBEHC₁₈柱（2.1mm×100mm,1.7μm）分离,以含5mmol/L乙酸铵的乙腈和水为流动相进行梯度洗脱,在多反应监测（MRM）模式下,通过串联质谱检测器进行检测。结果表明,6种化合物在5~200μg/L范围内线性关系良好,相关系数（r）均大于0.99,检出限和定量下限分别为0.15μg/g和0.50μg/g。低、中、高3个浓度水平的加标回收率为75.0%~120%,日内相对标准偏差（RSD）均不大于7.9%,日间RSD均不大于9.7%。该方法操作简便、灵敏度高、准确性好,适用于化妆品中镇痛类化学成分含量的检测,可为化妆品安全监管提供技术支撑。     

公共安全视域下精神药物光谱学无损分类

该文对苯二氮类和吩噻嗪类镇静安眠药样品的红外光谱数据进行采集,构建了不同数据分类模型并对比了不同波段光谱数据集对其分析准确率的影响。结果表明,借助贝叶斯判别分析的基于全波段数据集的二阶导数模型分类效果优于其他单一模型,对于苯二氮类和吩噻嗪类两个不同类型精神药物的总体分类准确率达92.7%。借助贝叶斯判别分析的基于全波段和指纹区融合数据集的二阶导数融合模型分类效果最佳,对苯二氮类和吩噻嗪类两个不同类型精神药物的总体分类准确率达到100%;对苯二氮类和吩噻嗪类中不同种类精神药物的总体分类准确率则分别达到96.7%和100%。该研究实现了不同类型及同一类型不同种类镇静安眠药的快速准确定性分析,为此类管制类药物走私案件的准确定性提供了一定的技术支持。     

膜进样质谱技术及其应用

膜进样质谱（MIMS）具有简单、快速和高灵敏等优点,在现场检测中的应用日益广泛。该技术利用半透膜将目标化合物从复杂的气相、液相体系中选择性分离后进入质谱进行分析检测。由于其可在不经色谱分离和样品前处理条件下实现复杂实际样品的分析,特别适合于现场应用。该文综述了膜进样质谱的原理和主要组成,重点论述了膜进样－单光子软电离质谱方面的技术进展以及膜进样质谱在环境、生态学、生命科学、生物等领域的应用进展。最后,对膜进样质谱今后的发展趋势进行了总结和展望。