一种基于Matlab的非球面光学元件面形参数测试技术

提出了一种接触式轮廓仪测量非球面参数的新方法,该方法通过在传统的二维接触式轮廓仪基础上增加旋转,从而实现了三维测量。为了验证新方法的测量准确性与可行性,文中使用ZYGO干涉仪对旋转对称球面进行检测,与新方法的检测结果加以对比。最后,使用新方法对非球面光学元件的面形参数进行测试,分析结果表明新的测量方法具备较高的测试精度,满足测量要求。     

长链共轭聚席夫碱的合成与红外发射率性能研究

应用溶液缩聚法,分别合成了4种不同结构(主链未含杂环和含有杂环)的长链共轭聚席夫碱;产物通过元素分析仪、核磁共振仪、紫外-可见光谱仪和红外光谱仪进行结构表征;分别测量了聚席夫碱的室温电导率和8~14μm红外发射率.结果表明芳香杂环改性的长链共轭聚席夫碱具有较高的室温电导率和较低的红外发射率.     

有限域上一次同余方程组的编码解法

对于有限域上n元一次同余方程组的求解问题,给出了一种基于编码理论的新解法,并给出了算法的Matlab程序实现.     

β-Zn3(PO4)2∶Mn2+,B3+长余辉发光材料的性能

采用高温固相法分别合成了β-Zn3(PO4)2∶Mn2 和不同HBO3含量的β-Zn3(PO4)2∶Mn2 ,B3 红色长余辉材料。XRD结果表明,HBO3的加入对于β-Zn3(PO4)2物相的形成和结晶温度并没有显著影响。从不同样品的激发和发射光谱可以看出,HBO3的加入并没有改变其激发和发射光谱位置,而对其强度有一定影响。对于Zn2.85(P1-x/2O4)2∶Mn20. 15,Bx3 来说,当B3 加入量为x=0.05时发光强度最强;而对其余辉衰减光谱来说,HBO3的加入明显提高了材料的余辉性能,并且当B3 加入量为x=0.1时余辉性能最强,这是由于B3 的不等价取代增加了材料中的陷阱而导致的结果。     

氮氧自由基电催化氧化盐酸伪麻黄碱的电化学行为及其电化学动力学性质

运用循环伏安法(CV)、计时电流法(CA)在玻碳电极(GCE)上研究了以氮氧自由基(4-羟基-2,2,6,6-四甲基-哌啶-1-氧自由基,TEMPOL)为均相电子转移媒体电催化氧化盐酸伪麻黄碱(PEH)的电化学行为及其电化学动力学性质.研究结果表明,PEH在GCE上的电化学氧化过程十分迟缓,不易直接发生电化学氧化反应.而在TEMPOL存在时PEH在0.641 V处出现了一个不可逆的氧化峰,且峰电流大幅度增加,表明TEMPOL对PEH的电化学氧化具有良好的电催化作用.在5～1 000 mV/s扫描速度范围内,氧化峰电流(Ipa)与扫描速率平方根(v1/2)呈线性关系,此催化氧化反应是一受扩散控制的电极过程.测定了电催化氧化反应动力学参数:电子转移系数α为0.72,催化反应速率常数k为(2.26±0.05)×103(mol/L)/s.催化体系氧化峰电流与PEH浓度在2.0×10-5～2.0×10-3mol/L范围内呈良好的线性关系,检出限为1.0×10-5mol/L.     

伐地那非衍生物的合成和体内活性评价

首次完成了伐地那非衍生物—2-[2-乙氧基-5-(4-乙基-哌嗪-1-磺酰基)-吡啶]-5-甲基-7-丙基-3H-咪唑[5,1-f]-三 嗪-4-酮(1)的合成, 并且对其进行了家兔阴茎勃起的体内实验, 结果表明该化合物无壮阳作用.     

低温水热法制备硅胶负载型二氧化钛催化剂

TiO2作为一种优良的光催化材料,能够降解有机物,起到抗菌防污的作用,其在工业上的潜在应用已吸引众多研究者的普遍关注和深入研究[1-3]。为了进一步提高它的光催化活性,研究者试图运用各种方法和技术对纯TiO2进行改进。负载[3]是其中常用方法之一。对于无负载的二氧化钛,由于本     

新型吲哚咔唑化合物的合成与抗肿瘤活性

设计合成了一系列吲哚咔唑结构的抗肿瘤新化合物. 通过对反应溶剂进行选择和调整, 优化了吲哚咔唑母核合成的反应条件, 使后处理更为简便. 用溴化噻唑蓝四氮唑(MTT)法对所合成的9个目标化合物进行了体外细胞毒活性测试, 结果表明, 化合物4a, 4b, 4d, 4f和4i对人结肠癌HCT116和鼠白血病P388细胞的活性均强于阳性对照ED-571, 其中化合物4f对P388细胞的活性是阳性对照的10倍.     

利用协方差矩阵检测CFA插值的相机来源鉴别方法

针对数字图像取证技术中的相机来源鉴别问题,利用相机成像过程中颜色滤波阵列(CFA)插值的线性模型,采用协方差矩阵对CFA插值系数进行统计估计,有效地降低了现有方法存在的估计误差,并以估计的CFA系数为特征,利用SFFS方法从240维特征中优化选择了36维组成特征向量,最后使用支持向量机作为分类器,对22种不同品牌不同型号的相机拍摄的图像进行了来源鉴别.实验表明,本文算法对数字图像的相机来源鉴别检测,其平均正确率达到了96.5%,优于现有的相机来源鉴别算法.     

基于U-Net改进的太阳暗条自动检测

提出一种基于改进后的U-Net深度学习网络进行自动识别Hα全日面太阳图像中的太阳暗条方法.这种方法不仅可以准确识别暗条,而且可以最大限度地减少太阳图像噪声的影响.首先,建立一个原始暗条数据集,由深度学习所需的数万张图像组成;其次,使用改进后的U-Net深度卷积网络开发一种用于太阳暗条识别的自动化方法.为了验证该方法的性...