羧甲基壳聚糖/明胶共混膜的结构表征与吸湿保湿性

壳聚糖通过羧甲基化得到水溶性N，O-羧甲基壳聚糖，并将其配制成4Wt％水溶液，与4Wt％明胶水溶液共混，成功制得了羧甲基壳聚糖／明胶共混膜。采用红外光谱、x射线衍射、扫描电镜对共混膜进行结构表征，结果表明，共混膜中羧甲基壳聚糖和明胶分子间存在着较强的相互作用及良好的相容性。通过共混膜的力学性能测试，发现当羧甲基壳聚糖含量为20％时，共混膜的抗张强度达到最大值(75MPa)，分别比单独的羧甲基壳聚糖(45MPa)和明胶(43MPa)提高了66．7％和74％。经过吸湿和保湿性能测试，发现当羧甲基壳聚糖含量为80％时，吸湿率和保湿率分别为33．4％和69．2％，比单独的明胶膜分别提高了1．8倍和2．1倍。     

烷基吡啶及氯化铝正负离子结构的密度泛函研究

采用量子化学密度泛函方法对N-烷基吡啶阳离子和阴离子AlCl4-,Al2Cl7-和Al3Cl10-进行了全优化计算,得到了阴阳离子的几何构型和净电荷分布.计算发现,吡啶环上的电子数符合4n 2规则,具有芳香性.吡啶阳离子的LUMO轨道主要由环上原子的2pz所贡献,是反键π分子轨道.AlCl4-,Al2Cl7-和Al3Cl10-的HOMO轨道主要由Cl原子的2px所贡献.推测吡啶阳离子的LUMO与阴离子的HOMO相互作用形成离子液体分子.     

有机溶剂性质及其水含量对酶催化合成含D－氨基酸残基的二肽衍生物的影响

有机溶剂性质及其水含量对酶催化合成保护的寡肽及其衍生物有显著影响。系 统地研究了有机溶剂性质及在不同有机溶剂中水含量对α－胰凝乳蛋白酶催化合成 含D－氨基酸残基的二肽衍生物产率的影响。用α－胰凝乳蛋白酶、枯草杆菌蛋白 酶和嗜热杆菌蛋白酶在有机溶剂中催化合成了一系列保护的二肽及其衍生物，并研 究了水含量对反应产率的影响，得到了十分有意义的结果。     

N-取代螺旋共轭化合物非线性光学性质的理论研究

以量子化学半经验AM1方法优化几何构型为基础，采用FF／AMl和INDO-SOS方法计算了N-取代螺旋共轭化合物的非线性光学系数，讨论了N原子不同取代位置对螺旋共轭体系结构、电子光谱、非线性光学系数的影响．计算结果表明，N杂原子的引入可改善体系的非线性光学性质，所设计的分子具有较大的二阶非线性光学系数和较好的透明性．     

基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。     

交流调速系统的自学习控制

本文介绍了Ｉ／Ｏ映照记忆模型自学习控制的理论和方法,并用其为具有重大节能意义的泵类、风类机类等交流调速装置设计通用的智能控制器,以实现对期望转速的跟踪控制．文中给出了统一的系统模型描述、学习控制原理及初值控制的处理方法．     

大功率激光制备a-C和a-C∶H类金刚石膜的光学性能研究

采用大功率高重复频率准分子激光溅射热解石墨靶制备了类金刚石碳膜, 研究了实验条件对类金刚石膜光学性能的影响, 发现氢可以提高膜中sp3键的含量和膜的光学透过率. 在实验参数范围内, 膜的光学性能随着氢压的增加而提高. 根据类金刚石膜的反应沉积机理对上述结果进行了分析、解释.     

铜(Ⅱ)-三氮唑偶氮络合物与脱氧核糖核酸相互作用的电化学行为

运用电化学方法研究了铜（Ⅱ）－三氮唑偶氮（2－[2,3,5-三氮唑偶氮]-5－二甲氨基苯甲酸，TZAMB）络合物与脱氧核糖核酸（DAN）的相互作用。在pH2.5(0.05mol/L）邻苯二甲酸氢钾（PBS）缓冲溶液中，DNA与Cu(Ⅱ）－TZAMB络合物形成一种电惰性结合物，使Cu（Ⅱ）－TZAMB络合物的还原峰电流减小。通过循环伏安法、盐效应以及紫外－可见吸收谱证实了是由Cu(Ⅱ）－TZAMB络合物与DNA形成一种插入式的电惰性结合物而使其峰电流下降。根据这种峰电流下降可以测定DNA，测定结果令人满意。     

基于人工神经网络的沥青路面剩余寿命分析

路面整体结构性能评估是公路养护或重建决策优化的一项重要参考依据，一般情况下，如果路面的服务能力指数降到可接受水平以下，就有必要对当前整体性能(剩余寿命)进行评价，决定是否需要延长寿命或者进行重建设计，因此，利用人工神经网络(ANN)方法建立了沥青路面剩余寿命预测模型，由此程序可以由落锤弯沉仪(FWD)弯沉数据快速预估路面的剩余寿命，这种方法直观、准确，并且不需要反算模量，对于道路工作者的养护和补强罩面工作具有参考价值。