利用三级质谱与二级质谱匹配策略鉴定丹参中酚酸类成分

多级质谱信息(MS/MS information)可提供鉴定化合物结构的关键线索,多级质谱(MS/MS)图谱到结构的转换(MS/MS spectrum to structure)是精准鉴定化合物结构的重要过程。本研究提出了化合物的三级质谱(MS³)图谱与其结构单元的二级质谱(MS²)图谱匹配策略,实现了化合物结构的精准鉴定。首先,利用三重四极杆复合线性离子阱质谱仪(Qtrap-MS)的双碰撞池,采集酯类化合物酯基质谱裂解产生的特征碎片离子(c^–和y^–)在线性离子阱(LIT)内经第二次碰撞诱导解离(Collision-induced dissociation, CID)后的MS³图谱,并同步采集其结构单元化合物([M–H]^–)在LIT中经碰撞诱导解离后的MS²图谱,结果表明,酯类化合物特征碎片离子的MS³图谱与结构单元化合物的MS²图谱匹配。最后,采用HR-MS/MS对丹参总酚酸(Total ...     

Ag-Cu负载的胺基石墨烯催化β-羟基-1,2,3-三唑绿色合成研究（英文）

开发了一种Ag-Cu双金属负载的胺基石墨烯催化剂用于1,2,3-三唑类化合物的合成.利用各种技术对催化剂进行了表征,催化剂活性测试表明,该催化剂在温和反应条件下具有高催化活性、好的循环稳定性和易分离的特点.水作为绿色溶剂,反应收率高.该方法为β-羟基-1,2,3-三唑类化合物的水相绿色合成提供了一种可替代的多相催化策略,具有重要的科学价值.     

石墨烯/金属氧化物在超级电容器中的应用

超级电容器是新颖的储能材料,石墨烯/金属氧化物复合材料是超级电容器的优秀电极材料.石墨烯的褶皱结构促进了离子电子的快速传输并且促进了电解质和电极材料之间的充分接触,金属氧化物具有高的理论比电容,并且可以通过协同效应进行快速可逆的氧化还原反应.它不仅可以提高材料的比功率和比能量,还可以提高材料的循环稳定性.综合石墨烯/金属氧化物复合材料在超级电容器领域的研究现状,对未来复合材料的发展趋势进行了展望.     

基于优化核极限学习机的风电功率时间序列预测

针对时间序列预测,在单隐层前馈神经网络的基础上,基于进化计算的优化策略,提出了一种优化的核极限学习机(optimized kernel extreme learning machine,O-KELM)方法.与极限学习机(extreme learning machine,ELM)方法相比,核极限学习机(kernel extreme learning machine,KELM)方法无须设定网络隐含层节点的数目,以核函数表示未知的隐含层非线性特征映射,通过正则化最小二乘算法计算网络的输出权值,它能以极快的学习速度获得良好的推广性.在KELM的基础上,分别将遗传算法、模拟退火、微分演化三种进化算法用于模型的结构输入选择、正则化系数以及核参数的优化选取,以进一步提高网络的性能.将O-KELM方法应用于标准Mackey-Glass混沌时间序列预测及某地区的风电功率时间序列预测实例中,在同等条件下,还与优化的极限学习机(optimized extreme learning machine,O-ELM)方法进行比较.实验结果表明,所提出的O-KELM方法在预测精度上优于O-ELM方法,表明了其有效性.     

四元体系Li^+,K^+,Mg^2^+/SO~4^2^——H~2O25℃相关系和溶液物化性质的研究

用等温溶解平衡法研究了四元体系Li^+,K^+,Mg^2^+/SO~4^2^--H~2O 25℃溶解度,测定了饱和溶液的密度,粘度,折光率,pH和电导率等物化性质. 四元体系相图由六条溶解度分枝线和五个结晶区构成,分别对应于原始组分和复盐Li~2SO~4·K~2SO~4,K~2SO~4·MgSO~4·6H~2O,没有发现新的复盐或固溶体, 也没有发生原始组分的脱水作用,用现代电解质溶液理论-Pitzer模型校验该体系的溶解度测定值, 结果令人满意     

DNB引出束流功率及剖面分布测量

 利用束流截止板热量计原理,测量了诊断中性束(DNB)注入托卡马克的束流功率及束流剖面分布。基于热量截止板上正交分布的13只K型热电偶探针测量出DNB引出束流,在加速极电源49 kV,6 A,100 ms的脉冲放电时,采样铜靶上的最高温升为14 ℃,从而计算出注入束流功率达到160 kW并得到束剖面分布。同时通过对热量截止板冷却循环水温升测量值在时间上的积分数值计算,也获得了注入束流总功率,为130 kW。分析了两种测量结果存在差异的原因,实验结果表明惯性束截止板热量计方法是测量粒子束流功率及剖面分布的有效手段。     

生成对抗网络在图像隐写中的应用

针对传统图像隐写方法面临的安全威胁日益严重的问题,按照基于载体修改、载体选择和载体合成的3类方法介绍生成对抗网络(generative adversarial network,GAN)在图像隐写领域的研究进展,根据不同类型隐写方法的特点,分析当前基于GAN的图像隐写方法的基本思路,阐明GAN的作用、模型实现以及特点。最后总结了将GAN应用于图像隐写中的优势及发展趋势,为图像隐写方法的发展提供可借鉴的思路。