铁电纳米材料BaTiO_3的激光拉曼光谱分析

铁电纳米材料BaTiO_3具有尺寸均匀,形貌统一的单晶纳米立方体结构。以LRS-Ⅲ型激光拉曼/荧光光谱仪为测量仪器研究其在固体纳米材料BaTiO_3分析中的应用。用碱热法制作得到4种无掺杂铁电纳米材料BaTiO_3,分别标记为纯1、纯2、纯3、纯4,将四种固体纳米材料作为标样待测;另取两个不同浓度Eu(铕)元素掺杂的材料分别标记为掺杂1、掺杂2待测。本实验中,不仅对比分析了不同烧结温度和时间下的固体纳米材料BaTiO_3激光拉曼光谱,并做出了相应的解释说明。与此同时,对掺杂BaTiO_3的也做了拉曼光谱对比分析,研究掺杂对固体材料拉曼谱线的影响。研究结果表明,含有相同成分的固体材料其拉曼谱线相似,且不同掺杂引起拉曼谱线的变化不同。最后用相关系数对掺杂材料和无掺杂材料做了进一步分析。从总体来看类内相关系数较高而类间相关系数较低,但即便掺杂的量比较少,对相关系数也有明显的影响。结合相关系数可以明确地判断出两种物质是否同类,如果已知某一种没有掺杂,那么,就可以很容易地判断出另一种材料中是否有掺杂。     

不良导体的导热系数的数据处理方法

本文讨论了在"用平板稳态法测量不良导体的导热系数"实验中,对实验过程中数字毫伏表显示电动势测量值与相应的时间的关系,利用Excel程序求渐近线,再求其导数以求散热速率的方法。     

基于矢量量化及Hopfield模型的灰度级图像识别

提出了一种新的识别灰度级图像的方法，该方法基于矢量量化的基本思想，通过对图像的分割，将灰度级图像映射成神经元仅取少数和几种状态的Ｈｏｐｆｉｅｌｄ神经网络模型，理论和模拟实验证明：这种低状态的ｏｐｆｉｅｌｄ与传统灰度图像识别模型相比，不仅神经元的数目较少，互连密度较低，而且网络具有较好的联想能力。     

新型沥青基ACNT/C纳米复合材料的制备与表征

以超长定向碳纳米管(ACNTs)阵列为骨架，中温煤焦油沥青为浸渍剂，采用浸渍-炭化工艺经过一个循环制备了密度约为1.25 g·cm^-3的沥青基定向碳纳米管/炭(ACNT/C)纳米复合材料。采用扫描电子显微镜(SEM)、偏光金相显微镜(PLM)、X射线衍射(XRD)和Raman光谱分析对这种新型纳米炭材料进行了表征。结果表明ACNT/C中沥青炭为明显的各向异性组织，以碳纳米管为核心形成了非常细密的流线型层片结构，具有较高的晶化程度。采用热失重分析(TGA)方法考察了材料在空气中的热稳定性能，发现ACNT/C纳米复合材料在空气中的热失重初始温度比相同工艺条件下，以炭纤维为骨架制备的密度相近的炭/炭(C/C)复合材料提高了50 ℃左右。     

支持向量机和线性判别分析用于禽流感病毒编码蛋白识别

以支持向量机(SVM)和线性判别分析(LDA)对200条禽流感病毒、100条B型流感和100条C型流感病毒蛋白共400条为训练集样本,从表征序列的200个整体与局部变量中以逐步(stepwise)方法选取24个变量作为LDA模型的输入建立线性识别模型,病毒蛋白总识别率达99.8%,留一法交互检验总识别率为99.4%.从原始200变量中经主成分分析得16个主成分作为SVM的输入,以径向基核函数(RBF)SVM建立非线性识别模型,病毒蛋白总识别率为99.8%,留一法交互检验总识别率为99.2%.以100条禽流感、50条B型流感和50条C型流感病毒编码蛋白质共200条为测试集样本,得LDA模型,对其总识别正确率为95.4%,SVM模型对其总识别正确率为96.5%.识别结果表明,两个模型都可较好识别禽流感病毒蛋白,并且SVM对禽流感病毒蛋白的识别结果优于LDA.     

尿苷5′-位磷酰胺的合成及电喷雾电离质谱研究

以三氯氧磷为磷酰化试剂,与尿嘧啶核苷反应,将所得中间产物尿苷磷酰二氯进行胺解,生成具有抗病毒活性的尿苷磷酰胺化合物,目标化合物结构通过核磁确认,并用电喷雾电离串联质谱(ESI MS/MS)仪检测产物,研究了此类化合物的质谱裂解规律,发现了1个类似环磷腺苷的环状裂解碎片,该结果得到密度泛函理论的支持,对尿苷含磷衍生物质谱裂解数据库是一个重要的补充.     

聚乙二醇增敏亚甲蓝-四苯硼化钠离子缔合物荧光探针荧光猝灭法测定痕量蛋白质

在KH2PO4- Na2HPO4缓冲溶液中，离子缔合物[MB]+·[B(C6H5)4]–可发射强而稳定的荧光，牛血清蛋白（BSA）能使[MB]+·[B(C6H5)4]–的荧光信号显著猝灭，聚乙二醇(PEG)对荧光信号猝灭的有强的增敏作用，加PEG比不加PEG时，ΔF（= F0－F，其中，F0与F分别为试剂空白和试液的荧光强度）值提高了9.1倍，且ΔF与BSA含量具有良好的线性关系，据此建立了新型荧光探针荧光猝灭法测定痕量蛋白质的新方法。本方法的线性范围为0.11 ~ 88.0 ag/mL，检出限：22.0 ag /mL BSA，灵敏度很高，并成功用于人血清样品中蛋白含量的测定。同时探讨了新方法的反应机理。在相同条件下，新方法可分别测定BSA、人血清白蛋白(human serum albumin，HAS)、卵蛋白(ovalbumin，OVA )、γ-球蛋白(γ-globulin，γ-G)及血清、脑脊液样品中蛋白质总量。     

利用红外光谱构建抚顺煤大分子结构模型

为研究低阶煤的转化机理,需对其大分子结构进行深入的研究。本文在分析抚顺长焰煤的元素组成和红外光谱的基础上,利用谱图分峰的手段对红外谱图进行分峰,并计算出芳氢率、H/C、侧链长度和芳碳率等结构参数,最后用ChemOffice Ultra 2010软件进行绘制大分子结构模型,通过不断调整各原子的链接形式,使模型的元素组成及各项结构参数接近测试值,最终得到的抚顺长焰煤模型的分子式为C194H193CaN3O27。     

基于微分法的新傅里叶测量轮廓术

在傅里叶测量轮廓术中,为了得到真实相位值,必须进行相位解包裹处理的繁锁过程,为此提出一种可以直接获得真实相位值的新算法.这种算法的原理是空域中的微分(一阶)等效于频域中乘以一个线性因子,由此得到相位微分与光强的关系,求出相位的微分值后将其积分就获得相位的真实值.计算机仿真显示该方法确实有效可行.     

基于FCM-BP神经网络的难采储量分类

目前储量的分类标准是通过划分指标值的范围来确定的,这就要求所有指标值恰好符合既定的指标范围,否则难以划分储量类别.为克服这一问题,结合模糊C均值算法和BP神经网络实现难采储量的分类.首先基于效益指标运用模糊C均值算法自动搜索储量的最佳类别,再利用BP神经网络建立储量效益指标类别与储量属性指标之间的关系表达式.在已知储量指标值的情况下,通过此关系式即可求得储量的类别.最后以大庆某油田为实例,对其难采储量进行了分类,有效指导难采储量滚动开发决策.