海藻酸钙-壳聚糖微胶囊组成对BSA通透性能影响的研究

对海藻酸钙-壳聚糖微胶囊的牛血清白蛋白(BSA)双向通透性能进行了定量和定性的初步研究, 并初步考察了微胶囊的组成成分及海藻酸钠、壳聚糖的溶液浓度对BSA通透性能的影响. 结果表明海藻酸钙-壳聚糖微胶囊在pH 1.5～2.0时通透性减弱, pH 6.8时通透性增强, 且海藻酸钙微胶囊通透性大于海藻酸钙-壳聚糖微胶囊; 海藻酸钙-壳聚糖微胶囊中壳聚糖浓度越小, 通透性越好; 海藻酸钠浓度的影响不显著.     

离子交换纤维吸附去除As(Ⅲ)

制备了一种新型的离子交换纤维RPFA-I,用于去除水体中亚砷酸根离子的研究.在研究的范围内,Fre-undlich型吸附等温方程能够很好地描述等温吸附平衡数据;吸附动力学数据符合Lagergren二级速度方程;pH=6.22时,吸附量达到最大;用0.1mol/L的NaOH溶液可以实现纤维的再生,再生性能优良.     

SC-ICP-MS法测定金属元素的方法研究

为了使用单细胞电感耦合等离子体质谱(SC-ICP-MS)方法准确测定单个细胞中的铬(Cr)、锰(Mn)、铁(Fe)、铜(Cu)和锌(Zn)等多种内源性金属元素,该文基于动态反应池(DRC)模式对目标分析物的反应气流量和极杆抑制参数q(RPq)进行了优化,并研究了进样速度、细胞密度、驻留时间等因素对SC-ICP-MS检测...     

低温制备≥99.5%多晶氧化铝陶瓷

本文通过引入稀土氧化物Y2O3、Tm2O3为烧结助剂低温制备了氧化铝含量大于99.5;的多晶氧化铝陶瓷.实验表明:稀土氧化物的加入能够明显降低99.5;多晶氧化铝陶瓷的烧结温度,提高致密度.Y2O3、Tm2O3混合烧结助剂与单一稀土氧化物的烧结助剂相比能够明显抑制晶粒的生长,促进晶粒的均匀发育.当Y2O3+Tm2O3的含量为0.3;质量分数时,99.5;多晶氧化铝陶瓷的相对密度可达99.2;理论密度,抗弯强度为533MPa,显微硬度为17.2GPa.陶瓷断裂主要以穿晶断裂为主.     

高压下制备的累托石/酚醛树脂复合材料微结构和热性能研究

 采用物理方法在高压下制备了酚醛树脂（PF）/累托石（REC）纳米复合材料,用X射线衍射（XRD）、透射电子显微镜（TEM）及热分析（DSC/TGA）等方法,研究了复合材料的物相、显微结构以及热学性能。结果表明,不通过层间高分子聚合反应,不预先对累托石进行有机化处理,在高压下,由聚合物分子插入粘土层间,可以形成剥离型树脂/粘土纳米复合材料,并且其热学性能发生了较大的改变。     

小波分析及其在高光谱噪声去除中的应用

为了消除高光谱遥感图像中光谱曲线的锯齿型噪声,提高利用光谱曲线进行信息提取研究时的精度,文章使用USGS(united states geological survey)光谱库中的植被光谱进行模拟,添加了信噪比为30的噪声后采用小波阈值法进行噪声去除,并利用信噪比、均方误差和光谱角三项指标以及综合评估系数η来对去噪效果进行评估,寻找出最佳的参数组合。实验表明,使用db12,db10,sym9,sym6等小波对含噪光谱进行3～7层分解,采用软阈值函数处理小波变换系数并使用Heursure阈值方案进行阈值估计,然后根据第一层小波分解的噪声水平估计进行阈值调整可以得到满意的去噪效果。不过该方法对噪声水平有一定的依赖性,针对不同噪声水平时需探索更合适的参数组合。     

三维时域有限差分法计算金纳米粒子尺寸与SERS活性的关联

通过合成一系列不同粒径(16～160 nm)的金纳米粒子.观察到120～135 nm的金纳米粒子在632.8nm波长激发下具有最高的SERS活性,这与前人报道的电磁场理论及实验的结果不同.利用三维时域有限差分法对金纳米粒子的SERS活性与其尺寸以及入射光波长的关系进行模拟计算.在632.8 nm激发线下,金纳米粒子二聚体体系在粒径为110 nm左右具有最佳增强效应,其光电场耦合最强的热点处的增强因子高达109考虑到体系的平均SERS增强因子通常会比最大值低约2个数量级,计算得到的107的增强因子与实验测量值相符.同时对目前实验上尚难以合成的大尺寸的金纳米粒子进行模拟,结果表明受多极矩和大尺寸效应的影响在粒径220 nm时又出现SERS增强另一峰值.在325 nm的紫外激发线下,计算得到的增强因子仅为102.     

热红外光谱的石榴子石亚类识别方法

高光谱技术快速、无损、精确探测矿物,能够清楚的反映矿物化学成分的改变.石榴子石在热红外波段具有诊断性的三峰式特征.反射峰波长与化学成分关系密切,所以可以依据石榴子石在热红外波段的光谱特征开展其亚类分类研究.钙铬榴石和锰铝榴石反射峰位置易于与其他亚类区分,而铁铝榴石和镁铝榴石、钙铁榴石和钙铝榴石的反射峰位置有较大重叠区域...     

一种用于强噪声环境下语音识别的含噪Lombard及Loud语音补偿方法

针对语音识别中由于强噪声的影响而引起的Lombard和Loud效应进行研究,提出了基于训练数据的加性噪声和Lombard及Loud效应的联合补偿法。对于加性噪声是从谱减法的逆向角度对训练数据在频谱域采用谱加法;对于Lombard和Loud语音,则采用基于隐马尔可夫模型(HMM)状态标注的训练数据补偿,该方法同时考虑Lombard和Loud语音不同声学单元的不同状态在倒谱域的多种变化和多种变异情况下不同声学单元的音长及相对音长的变化。这种基于数据的多模式补偿使模型自动适应多种噪声和语音变异情况,在强噪声环境下具有很强的鲁棒性,并且不影响识别系统在正常环境或正常发音时的识别性能.同时,由于补偿是在训练过程中得到,不增加识别时的计算复杂度。     

一种自适应变阶谱减降噪算法在电子耳蜗中的应用

由于传统谱减语音增强存在残留的“音乐噪声”,因此基于传统谱减法降噪的电子耳蜗(CI)感知的声音品质也会受到影响。为提高CI的抗噪性,本文提出了一种自适应变阶谱减算法,并将该方法应用于电子耳蜗的语音增强中。根据CI电极对应的频带关系,该算法先对采集的带噪声音信号功率谱进行Bark子带划分,并在每个Bark子带中根据信噪比的变化进行谱减阶数和系数的自适应调节,使各子带噪声更均衡地去除,基本消除了传统方法存在的“音乐噪声”。基于该算法的电子耳蜗ACE仿真实验及测听结果表明,与传统谱减法相比,改进的算法能更好地抑制背景噪声和残留噪声,仿真得到的CI合成音感知更好和更清晰。