Fabrication of Bismuth/Multi-walled Carbon Nanotube Composite Modified Glassy Carbon Electrode for Determination of Cobalt

A bismuth/multi‐walled carbon nanotube (Bi/MWNT) composite modified electrode for determination of cobalt by differential pulse adsorptive cathodic stripping voltammetry is described. The electrode is fabricated by potentiostatic pre‐plating bismuth film on an MWNT modified glassy carbon (GC) electrode. The Bi/MWNT composite modified electrode exhibits enhanced sensitivity for cobalt detection as compared with the bare GC, MWNT modified and bismuth film electrodes. Numerous key experimental parameters have been examined for optimum analytical performance of the proposed electrode. With an adsorptive accumulation of the Co(II)‐dimethylglyoxime complex at ?0.8 V for 200 s, the reduction peak current is proportional to the concentration of cobalt in the range of 4.0×10^?10?1.0×10^?7 mol/L with a lower detection limit of 8.1×10^?11 mol/L. The proposed method has been applied successfully to cobalt determination in seawater and lake water samples.     

苯丙氨酸改性树枝状聚赖氨酸的合成及表征

以双芴甲氧羰基赖氨酸(Di- Fmoc -Lysine)为支化单元采用固相多肽合成技术制备了一种树枝状聚赖氨酸.该聚合物表面活性氨基通过与芴甲氧羰基苯丙氨酸(Fmoc- Phe)反应获得表面完全替代的苯丙氨酸改性树枝状聚赖氨酸.产物的分子量和结构经MS和NMR进行了表征.研究结果表明,利用该方法得到的产物分子量单一,是一种潜在的理想非病毒治疗载体.     

金属离子与血清白蛋白结合反应研究进展

综述了金属离子与血清白蛋白结合反应的研究进展，简要介绍了研究中常用的紫外－可见光谱法、荧光光谱法以及平衡透析法。根据已发表的研究结果，对某些金属离子与血清白蛋白结合的位点、络合物的空间构型、结合数和稳定常数进行了总结，对金属离子与血清白蛋白之间的强结合位点进行了分类。最后讨论了此类研究中存在的问题和研究方向。     

Mg/Al水滑石和Zn/Al水滑石对微囊藻的去除性能研究

本文研究了直接用表面带正电荷的黏土矿物水滑石进行除藻。通过共沉淀法,制备了不同物质的量之比的Mg/Al水滑石和Zn/Al水滑石,将两种材料进行去除铜绿微囊藻的实验研究。结果表明,金属物质的量之比为3的水滑石除藻效果优于其他条件的水滑石;利用金属物质的量之比为3的Mg/Al水滑石和Zn/Al水滑石对不同浓度铜绿微囊藻进行去除实验,发现Mg/Al水滑石除藻效果优于Zn/Al水滑石,对高浓度和低浓度铜绿微囊藻都具有良好的去除效果。最后,研究了Mg/Al水滑石的水溶性,以及对环境的友好性能,结果发现Mg/Al水滑石水溶性较小,对水体的硬度和铝含量影响不大。     

营养液组份检测与控制系统的设计与实现

将动态矩阵控制引入营养液组份控制领域，并提出一种“模型改造”的方法：将激励信号引入非自衡对象，使其变为一阶稳定系统．试验结果表明：动态矩阵控制可以将营养液中的各组份浓度控制在设定值．     

适用于励磁系统建模的模糊神经网络方法

基于原有励磁建模方法,将模糊理论和神经网络相结合,充分利用模糊理论处理不精确问题和神经网络较强的泛化能力等优势,形成一种模糊神经网络(FNN),并推导了FNN的学习算法.将此FNN用于发电机的控制环节——励磁系统建模.仿真结果显示,FNN模型能够较精确地对实际系统进行拟合.     

基于Elman网络的近红外光谱技术多组分定量分析研究

研究了Elman神经网络(反馈神经网络,Recurrent Network)在近红外光谱定量分析中的应用。以饲料样品为实验材料,采用Elman网络建立了饲料中苯丙氨酸(Phe)、赖氨酸(Lys)、酪氨酸(Tyr)和胱氨酸(Cys)四种氨基酸含量的近红外光谱定量分析模型。用偏最小二乘法(partial least squares ,PLS)将原始数据压缩为主成分,取前3个主成分的12个吸收峰值输入Elman网络,网络中间层神经元个数为47。Elman网络模型对样品4个氨基酸含量的预测决定系数(r2)分别为0.960,0.981,0.979,0.952。表明所建Elman网络预测模型通过近红外光谱能够较准确预测饲料中苯丙氨酸、赖氨酸、酪氨酸和胱氨酸四种氨基酸的含量,为通过近红外光谱技术进行多组分定量分析提供了新思路。     

开封城墙时空变化及其特征研究

结合文献记载和考古资料,运用GIS软件绘制了历史上各个时期的开封城墙精确位置图,依次介绍了魏大梁城、唐汴州城、宋东京城、金南京城、明周王府城、清祥符县城和现存城墙的具体情况;总结出开封城墙在时空变化上具有"长、高、久、变、繁"的特点,在空间上呈叠压关系;最后就长度、面积、位置和争议等问题进行了讨论.     

基于CNN的计算机生成图像识别方法

针对计算机生成图像(Computer Generated images, CG)与真实照片(Photograpgh, PG)识别率不高的问题,该文提出了一种改进的卷积神经网络方法来实现CG与PG的识别.该方法首先对识别问题进行卷积神经网络二分类建模,并选择VGG-19网络结构作为基础,建立不同的模型.该方法创新性地引入迁移学习,节省训练时间和大量计算资源,最后使用softmax分类器进行分类.实验结果表明,该文方法对PG图像的识别准确率达到92%.与其他方法比较,该文方法识别准确率最高,说明该文方法具有可行性与有效性.     

密闭空间可燃气体爆炸超压预测

为避免密闭空间内可燃预混气体爆炸事故造成的伤害,对其进行较为准确的爆炸超压预测是抗爆设计和日常安全管理的关键。结合已有文献实验数据,利用光滑层流火焰传播理论模型建立了爆炸超压模型;对比发现,当体积较大时,光滑层流火焰传播理论模型存在较大的误差。较大体积密闭空间爆炸火焰传播过程中的不稳定性造成火焰前锋面褶皱并引起湍流燃烧,导致火焰前锋面表面积大幅增加,且在火焰传播过程中表现出自相似分形特征。依据褶皱及湍流火焰传播过程中的自相似分形特征,基于分形燃烧理论和相关经验数据,进一步建立了考虑可燃预混气体爆炸火焰褶皱及湍流火焰传播的爆炸超压预测模型,并与实验所得结果进行了对比。结果表明：当密闭空间体积较大时,利用褶皱及湍流火焰传播理论建立的爆炸超压模型进行峰值压力估算时,两种工况下实验所得和理论计算所得相对误差分别为10.4%和11.1%,较光滑层流火焰传播理论爆炸超压模型相比,误差分别减少了72.3%和50.6%。本文所建立理论模型与实验所得结果具有较好的一致性,在一定程度上可满足结构抗爆设计或日常安全管理的需要。