基于碳纳米管负载的电催化剂高效检测还原型谷胱甘肽

通过两步法合成了10-甲基吩噻嗪/2-羟丙基-β-环糊精主客体化合物修饰的多壁碳纳米管复合材料MPT-HP-β-CD/MWNT,并用FT-IR、UV-Vis、荧光光谱、拉曼光谱、TEM等对其组成进行表征。通过CV曲线、i-t曲线对谷胱甘肽(GSH)的催化性能以及对催化剂阻抗的研究,证明了MWNT可以提高导电能力,提高对GSH的催化活性。此外,还研究了p H值、温度、扫速等对催化剂催化活性的影响,表明该复合材料可用于GSH的电化学检测,并具有良好的稳定性、重现性以及很高的灵敏度。最优检测浓度范围为5×10-7~4.95×10-5 mol·L-1,检测限为3.96×10-8 mol·L-1(S/N=3)。     

铜卟啉金属有机框架材料用于高性能锂硫电池

利用卟啉配体与金属离子的配位特性,通过后修饰将铜离子与卟啉基金属有机框架材料(PCN-222)配位,得到铜卟啉金属有机框架材料(PCN-222-Cu),并首次用于锂硫电池。借助紫外可见光谱(UV-Vis)、粉末X射线衍射(PXRD)、N_2吸附-脱附测试、扫描电子显微镜(SEM)、循环伏安(CV)和恒电流充放电测试等表征手段对材料的晶相结构、形貌和电化学性能进行了系统的研究。其中UV-Vis结果表明,Cu~(2+)与卟啉环成功配位。电化学测试结果表明,负载硫的PCN-222-Cu(S-in-PCN-222-Cu)电极在1C的倍率下循环300周后可逆比容量为840 mAh·g~(-1)。当倍率提高到3C时,循环800周后的容量仍保持430 mAh·g~(-1),每周容量衰减率为0.042%。S-in-PCN-222-Cu电极的电化学性能远优于S-in-PCN-222,说明配体上的Cu~(2+)与卟啉环的协同作用能有效降低电化学极化,从而显著提升卟啉基金属有机框架材料用作硫载体的电化学性能和循环稳定性。     

基于持久同调的复杂脑网络动态演化分析

有研究表明阿尔茨海默病（Alzheimer's disease,AD）的认知状态与动态功能连接时间特性的改变有关,持久同调指标分析方法可为AD动态脑网络的研究提供更深的见解,但是目前研究主要集中在空间演化方面,尚未有针对时变方面的脑网络演化研究．本文基于静息态功能磁共振成像（resting state-functional magnetic resonanceimaging,rs-fMRI）,对AD患者和正常被试（normal controls,NC）的静态脑网络和基于滑动窗口构建的动态脑网络进行功能连接性分析．对基于持久同调和基于图论的分析结果进行了比较,并采用k均值聚类进行了时间属性的分析．结果表明相对图论指标,持久同调的指标在AD患者和NC被试间具有更显著的差异性;而且相对于静态脑网络,基于持久同调的动态脑网络演化分析可为脑功能网络标志物的检测提供新思路．     

纳米银修饰的超疏水界面用于农药的超灵敏检测

采用化学还原法,在具有不同微观结构的规整的不锈钢网和聚纤维素酯薄膜表面合成了银纳米颗粒.利用氟化试剂对复合界面进行处理,形成超疏水性能的界面,能有效地浓缩目标分子.以罗丹明6G(R 6G)为分析物,纳米银修饰聚纤维素酯薄膜为基底,采用表面增强拉曼散射(SERS)分析了氟化处理前后基底对目标分子的检测能力.实验结果表明,具有超疏水性能的复合基底对R 6G分子的检出限为1 ×10-16 mol/L.以纳米银修饰的不锈钢网和聚纤维素酯两种复合材料为基底,对常用杀虫剂敌百虫的检出限分别为1×10-15 mol/L和1×10-16 mol/L.     

聚己内酯在药物载体方面的研究进展

聚己内酯(poly-ε-caprolactone,PCL)是一种人工合成的聚酯类高分子材料,对人体无毒,具有良好的生物相容性、生物可降解性和无免疫原性。PCL还对其它聚合物具有良好的相容性,可以制备出多种性能优良的共聚物或共混物,因此PCL及其共聚物、共混物作为药物载体的研究受到国内外研究者的高度重视。此外,PCL因其在人体中的降解过程十分缓慢可作为药物控释材料,目前已经获得美国FDA的批准。本文将从聚己内酯的合成与改性及其各剂型在药物载体方面的研究进展进行综述。     

两类二元函数芽的一个共同性质及其应用

本文主要研究二元C~∞函数芽环中函数芽的性质问题.利用Mather有限决定性定理和C~∞函数的右等价关系,获得了带有任意4次至k次齐次多项式p_i(x,y),q_i(x,y)(i=4,5,···,k)k k的两类函数芽f_1=x~2y+sum from i=4 to k(p_i(x,y)),f_2=xy~2+sum from i=4 to k(q_i(x,y))(k≥5)的一个共同性质:若M_2~k?M_2J(f_j)(j=1,2)且f_1,f_2的轨道切空间的余维分布均为c_i=1(i=4,5,···,k-1),则对这里的i,p_i(x,y)中xy~(i-1),yi的系数和q_i(x,y)中x~(i-1)y,x~i的系数均为零.最后,利用该性质,给出了f_1,f_2和一类余维数为7的二元函数芽的标准形式.     

多项分布与Dirichlet分布概率的相互表示

讨论了四种多项分布尾概率与四种Dirichlet分布尾概率的相互表示,并将结果应用于Majorization理论,得到了多项分布和Dirichlet分布对应的一些性质.同时,结果可应用于多项分布最大、最小参数的贝叶斯推断,在佛罗里达州沃尔顿县白人和黑人的职业状态调查结果中,求出最大、最小参数的后验分布函数以及95%贝叶斯区间估计,模拟结果表明提供的方法具有较好的表现.     

基于海量网站日志数据的房地产需求指数研究

网络日志数据作为亿万消费者的意图数据库,为研究消费者需求波动提供了有效的量化指标,研究以北京市二手房为例,首先构建网站浏览日志数据与房地产成交量的关联模型,根据用户购房意图对网站进行分类,以不同类型房产网站的浏览次数(PV)、用户数(UV)等数据衡量购房者的关注及需求波动,构建房产成交量的先行、一致和滞后指数并对其关系进行检验,构建的房产指数是对现有指标体系的补充,为房地产开发商、普通购房者、政府相关管理部门提供决策指导和参考依据.     

基于邻域粗糙集的网络入侵分类诊断组合模型研究

网络入侵诊断直接影响网络正常运行和安全.针对入侵类型复杂,现有分类诊断模型精度有限的问题,提出一种基于邻域粗糙集的网络入侵分类诊断优化模型.首先,运用邻域粗糙集对网络入侵数据进行条件属性的约简,确定关键属性,然后将其作为训练输入构建相关向量机分类诊断模型,并同时运用遗传算法进行超参数优化,提高模型诊断精度和速度.通过KDDCup99数据集对优化模型性能进行检验,结果表明,组合预测方法精确度高于支持向量机、相关向量机和BP神经网络.组合模型诊断精度高、速度快,具有优异的综合性能.     

《概率论与数理统计》课程的“慕课”建设探讨

结合学校提出的"以能力为导向的一体化人才培养方案"和《概率论与数理统计》课程新的教学大纲的实施.我们通过问卷调查的形式了解学生"慕课"(MOOC)的使用现状,同时对目前各种网络平台提供的《概率论与数理统计》MOOC课程从建设思路、教学设计、学习特征等方面进行了探讨.根据现有的MOOC课程的特点分析了问卷调查中MOOC使用率偏低的各种可能因素,并有针对性的提出了若干建议.