川芎嗪芳酸衍生物的合成及抗血小板聚集活性

以具有活血化淤作用的中药有效成分川芎嗪、阿魏酸为先导物, 按药物化学拼合原理, 设计合成了6个全新结构的川芎嗪芳酸衍生物, 其结构经IR, 1H NMR, 13C NMR及MS确证. 体外药效筛选结果显示, 部分川芎嗪芳酸衍生物对二磷酸腺苷(ADP)诱导的血小板聚集具有较好的抑制活性, 其中川芎嗪阿魏酸拼合物(1a)的抑制活性是奥扎格雷的5.7倍.     

1-[（6-烷（苄）氧基-3，4-亚甲二氧基）苯基]-2-（1H-1，2，4-三唑）-乙酮（醇）类化合物的合成及抑菌活性

以3,4-亚甲二氧基苯酚和1-H-1,2,4-三唑为主要原料,合成了12种1-[(6-烷(苄)氧基-3,4-亚甲二氧基)苯基]-2-(1H-1,2,4-三唑)-乙酮(醇)类化合物.化合物经IR、1H NMR、13C NMR、元素分析测试技术进行了表征确证.初步牛物测试结果表明,在质量浓度为1×10-4g/mL下,化合物Vc对小麦赤霉病菌的抑制率达81.3%;化合物Ⅳe对马铃薯干腐病菌的抑制率达83.4%;化合物Ve、Vf对玉米弯孢病菌的抑制率分别达79.7%和72.4%.     

基于显微拉曼检测蛋白核小球藻鉴别丁草胺及草甘膦

以蛋白核小球藻(Chlorella pyrenoidosa)作为鉴别载体,利用共聚焦显微拉曼光谱仪分别获取生长在除草剂草甘膦、丁草胺污染水体以及正常水体的蛋白核小球藻β-胡萝卜素的拉曼光谱信息,对2种除草剂进行了鉴别.利用预处理后的光谱信号,建立偏最小二乘回归(PLS)预测模型及线性判别分析(LDA)分类模型.当阈值为±0.3时,全波段建立的PLS模型对草甘膦和丁草胺的预测正确率高达83.33%,特征峰建立的LDA分类模型对2种除草剂的分类正确率均达到了100%.结果表明,利用蛋白核小球藻为载体对丁草胺和草甘膦2种除草剂进行鉴别是可行的,且LDA分类模型更适合除草剂的分类研究.     

基于双朗奇光栅的焦距测量技术研究

随着中长焦距光学元件在光学遥感、高功率激光器和天文望远镜等系统中的广泛应用,对这类光学元件焦距的高精度测量提出要求。在双光栅干涉焦距测量技术的基础上,提出了一种新的改进算法。该算法通过Moiré条纹倾斜角度与待测元件焦距之间的函数关系得到焦距计算公式,并利用入射平面波时Moiré条纹的理想状态优化了该计算公式,解决了Moiré条纹倾角基准线的确定问题,提高了Moiré条纹角度求解精度。采用2块周期为20 μm的朗奇光栅搭建了长焦距测量装置。实验测得的透镜焦距为36.690 m,测量重复精度达0.382‰。     

基于共聚焦显微拉曼光谱揭示炭疽病侵染下茶叶细胞壁变化的研究

采用共聚焦显微拉曼技术研究了炭疽病感染所致茶叶细胞壁结构和化学成分的变化。对茶叶健康和染病组织细胞进行微米级空间分辨率的显微拉曼光谱扫描,并结合透射电镜观察炭疽病侵染所致的细胞超微结构变化,结果显示染病前后细胞壁的拉曼光谱位移和强度都有明显的差异,表明炭疽病侵染导致细胞壁中化学成分发生了较大的变化。其中由纤维素,果胶,酯类化合物产生的拉曼峰强度都有明显下降,说明细胞壁中这些物质的含量在染病后减少了;而木质素拉曼散射引起的拉曼峰强度有所上升,说明木质素的含量在染病后有所增加。随后基于纤维素的拉曼指纹波数和显微空间结构信息实现了茶叶健康组织和染病组织细胞壁中纤维素的化学成像分析,结果显示炭疽病侵染不仅导致细胞壁中纤维素的含量大大减少,而且纤维素的有序结构被破坏。由此得出结论：在无需对样本进行染色或复杂的化学处理的情况下,共聚焦显微拉曼可以揭示由炭疽病侵染引起的茶叶细胞壁化学成分和结构的变化,本研究是共聚焦显微拉曼技术首次用于植物病理学中寄主-病原物互作机制的研究,将为深入研究寄主-病原物在细胞层面上的互作机制开辟蹊径。     

近红外光谱技术用于豆浆粉品牌与假冒豆浆粉的鉴别

采用近红外光谱分析技术结合化学计量学方法研究对不同品牌的豆浆粉以及假冒的豆浆粉鉴别的可行性。采集不同品牌豆浆粉以及假冒豆浆粉在12 500～4 000 cm-1范围内光谱,并进行不同的预处理。采用偏最小二乘-判别分析(partial least squares-discriminant analysis, PLS-DA)对不同预处理的光谱进行建模比较,去趋势算法(De-trending)预处理光谱与多元散射校正(multiplicative scatter correction, MSC)结合De-trending(MSC+De-trending)预处理光谱的PLS-DA模型预测集判别正确率最高, 均为100%。采用x-loading weights方法分别基于De-trending和MSC-De-trending预处理光谱选择了6个和7个特征波数,并以特征波数分别建立了线性判别分析(linear discriminant analysis, LDA)和误差反向传播神经网络(back-propagation neural network, BPNN)的判别分析模型。结果表明,以所选出的不同的特征波数建立的BPNN判别分析模型取得了最佳的判别效果,建模集和预测集的判别正确率均为100%。采用近红外光谱分析技术可以准确的判别豆浆粉品牌以及假冒豆浆粉产品。     

基于光谱技术的桔子汁品种鉴别方法的研究

为了实现桔子汁不同品种的快速光谱鉴别,首先采用主成分分析法对光谱数据进行聚类分析,从定性分析的角度得到四种不同品种桔子汁的特征差异。同时将小波变换用于对大量光谱数据的压缩, 并结合RBF神经网络建立桔子汁品种鉴别的定量分析模型。该模型将小波压缩后的数据作为神经网络的输入向量,建立径向基函数RBF神经网络。4个品种共240个样本用来建立RBF神经网络的训练模型,剩余的60个样本用于预测。预测结果表明,小波变换结合RBF神经网络的桔子汁品种鉴别的准确率达到100%。说明文章提出的基于光谱技术的鉴别方法具有很好的分类能力,它为桔子汁品种的快速鉴别提供了一种新方法。     

高功率电磁脉冲对无人飞行器的毁伤破坏

高功率电磁脉冲干扰甚至损毁无人飞行器是应对小型无人飞行器威胁的一种非常有效的办法,高功率电磁脉冲对无人机系统进行干扰和毁伤主要通过前门耦合和后门耦合的方式。完成了高功率电磁脉冲对无人飞行器的毁伤破坏实验,完成了无人机在电磁脉冲源毁伤作用下的目标易损性分析,根据毁伤效果将高频电磁脉冲对无人飞行器毁伤等级分为三级,即干扰级、毁伤级、失效级。分析了电磁脉冲作用的主要目标元件,结果表明,无人飞行器最有可能受干扰的部分为接收机和电子调速器。在相关研究和实际应用时,应着重研究电磁脉冲对无人飞行器的接收机和电子调速器的毁伤破坏,根据接收机和电子调速器内部的电路结构来确定毁伤最佳频率。     

激光诱导击穿光谱技术用于抹茶和绿茶粉的快速鉴别

研究利用激光诱导击穿光谱技术结合化学计量学方法快速鉴别抹茶和绿茶粉的可行性。抹茶与绿茶粉的主要区别在于茶树品种、栽培管理、生长时间和加工工艺。通过采集不同厂家生产的抹茶和不同杀青方式制成的绿茶粉在230～880nm的激光诱导击穿光谱并进行归一化预处理后,选用主成分分析(PCA),依据X-variables loadings获取用于鉴别抹茶和绿茶粉的特征波长,并基于特征波长建立线性判别式分析(LDA)模型。结果表明：基于特征波长建立的LDA模型能快速鉴别抹茶和绿茶粉,4个特征波长分别属于C(Ⅰ) 247.94 nm,Mg(Ⅱ) 279.60 nm,Ca(Ⅱ) 393.45 nm和Fe(Ⅱ) 766.68 nm;建模集和预测集的判别正确率均达到100%。采用激光诱导击穿光谱技术可以准确鉴别不同厂家生产的抹茶和不同杀青方式制成的绿茶粉。     

高光谱成像技术结合特征提取方法的草莓可溶性固形物检测研究

采用高光谱成像技术结合不同的特征提取方法,实现了对草莓可溶性固形物含量的检测。通过提取154颗成熟无损伤草莓的高光谱图像的874～1 734 nm范围光谱信息,对941～1 612 nm光谱采用移动平均法(moving average,MA)进行预处理。基于残差法剔除19个异常样本后将剩余135个样本分为建模集(n=90)和预测集(n=45)。采用连续投影算法(successive projections algorithm, SPA),遗传偏最小二乘算法(genetic algorithm-partial least squares, GAPLS)结合连续投影算法(GAPLS-SPA),加权回归系数(weighted regression coefficient, Bw)以及CARS法(competitive adaptive reweighted sampling)选择特征波长分别提取14,17,24与25个特征波长,并采用主成分分析(principal component analysis, PCA)与小波变换(wavelet transform, WT)分别提取20与58个特征信息。分别基于全波段光谱、特征波长与特征信息建立PLS模型。所有模型都取得了较好的效果,基于全波段光谱的PLS模型与基于WT提取的特征信息的PLS模型的效果最优,建模集相关系数(r_c)与预测集相关系数(r_p)均高于0.9。结果表明高光谱成像技术结合特征提取方法可用于草莓可溶性固形物含量的检测。