芳烃混合物的三维荧光光谱的降秩因子分析

本文介绍了降秩因子（ＲＡＦＡ）方法，它是从一个多组分混合物中直接定量计算其中某一组分，而不必知道其他组分的物种及含量的一种定量分析的数学方法。它适用于双线性的数据。本实验首先将荧光分光光度计与外接计算机相连，以获得样品的激发－发射矩阵（ＥＥＭ），再用ＲＡＦＡ方法对蒽，萘，菲，芘，芴，Ｑｕ六种标样的一至五组分的混合物进行定量分析，获得满意的结果。     

用光谱学方法研究不同放电等离子体粒子约束

本文用光谱学方法研究在ＨＬ－１装置上ＬＨＣＤ及ＥＣＲＨ等离子体，弹丸注入等离子体，偏压电极与偏压孔栏等离子体粒子约束特性。结果表明：在弹丸注入使用正向偏压电极与偏压孔栏期间，等离子体粒子约束行到改善，较低密度下（＾ｎｅ＜２．０×１０＾１＾３ｃｍ＾－＾３），ＬＨＣＤ脉冲期间粒子约束得到改善；而当密度＾－ｎｅ大于２．０×１０＾１＾３ｃｍ＾－＾３时，等离子体约束变坏。ＥＣＲＨ脉冲期间粒子约束得不到改善。     

发展中的γ射线天文学

 现代天文学的知识有很多是通过分析天体的电磁辐射得到的,天体的电磁辐射的范围是相当宽阔的,它从无线电波、红外光、可见光、紫外光-直延伸到X射线、γ射线.对天体辐射观测越广,就越能较全面地认识宇宙.所以天文学家总希望把研究领域扩展到所有波段.     

军用光电侦察装备的发展

本文简要介绍了军用光电侦察装备在现代军事侦察中的作用和地位,几种主要军用光电侦察装备的发展趋势,提出了应该采取的技术对策和重点研究的课题。     

用正电子寿命谱研究GeSe_x硫系玻璃的自由体积

采用正电子寿命谱和拉曼散射研究了不同组分配比的Ge Sex(x=6,7,8,9)硫系玻璃的微结构.正电子寿命结果显示在x=8时,其平均正电子寿命具有最小值.拉曼光谱结果研究表明,这种硫系玻璃样品主要由[Ge Se4]四面体和Seμ链的结构单元构成.以上的实验结果用级配理论得到了合理的解释,这两种结构单元配比关系的变化导致硫系玻璃样品中的自由体积变化,从而导致正电子平均寿命减小.研究发现Ge Se8具有最小的自由体积,即具有最稳定的结构.     

挤压-堆积复合法制备As2S3红外硫系玻璃光子 晶体光纤及其特性研究

在利用多极法优化设计光子晶体光纤结构的基础上, 充分结合挤压和堆积两种方法的优点, 提出了基于挤压-堆积的新型硫系光子晶体光纤制备技术, 利用As2S3硫系玻璃制备了三层孔环结构光子晶体光纤. 通过理论模拟分析得出了该光纤的色散特性和零色散点, 测试了1550nm近红外光纤激光在该光纤中的传输效果和纤芯光斑能量分布, 利用该光斑测试验证了该光纤在近红外的光能传输局部限制能力和光子晶体的光学初步控制现象.     

高效液相法快速检测保健品及特殊膳食食品中维生素B6

改进和优化保健品及特殊膳食食品中维生素B₆的前处理方法及液相色谱条件。样品经10g·L^-1偏磷酸溶液提取等前处理后,C18柱分离,荧光检测器检测,外标法定量分析维生素B6（吡哆醇、吡哆醛和吡哆胺）的含量;色谱条件:色谱柱:C18反相色谱柱（粒径5μm,150mm×4.6mm）;流动相:乙腈50mL,庚烷磺酸钠2.0g,三乙胺2.5mL,用水溶解并定容到1000mL（冰乙酸调pH至3.1）;流速1.0mL·min-1;柱温30℃;检测波长:激发波长293nm,发射波长395nm。维生素B6采用本文建立的方法,维生素B6的3个组分出峰时间缩短为10min以内,线性范围是0.01².00μg·mL-1,最低检出限2.5μg/100g。方法的回收率为93.1%¹05.6%,RSD小于5.0%。此方法适用于保健品及特殊膳食中维生素B6的检测,同时简化了前处理过程,缩短了检测时间,节省了检测试剂,对环境污染减轻,且分离效果很好。 更多还原     

劳动和社会保障办公系统的开发与应用

采用Lotus Domino/Notes文档数据库 Oracle关系数据库的独特结构模式,集成了Microsoft Office Outlook系统软件,主要功能通过浏览器/服务器(B/S)方式实现,系统设计采用了组件化、模块化的思想,为工作流程的定制和公文流转过程的控制提供了强大功能.     

基于变权重正交变换的腈纶/棉运动纤维面料近红外光谱识别和信息增强机制

为全面阐释近红外光谱技术在纺织服装行业质量控制中的应用难题,本论文以腈纶/棉混纺纤维运动面料为对象,针对纤维面料的重叠信息精准选择和预处理技术直观化筛选应用进行研究。同时,以混纺纤维中的棉含量为指标,对纺织面料近红外定量模型建立中的分子信息识别和应用机制、建模样品及常规光谱处理对构建模型的影响进行了系统解释。最后,通过变权重正交变换算法计算从分子层面解析了纤维面料谱峰信息差异化贡献及纤维面料散射对定量模型构建和预测稳定性的影响。以期为我国纺织行业及纤维制品的精准化控制和质量表征特异化设备开发提供技术指导和参考。     

紫色球杆菌视紫红质光谱特性的机器学习研究

近年来,机器学习等人工智能技术被应用于蛋白质工程,其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下,将蛋白质序列和功能特性与机器学习相结合,基于序列-活性关系（innovative sequence-activity relationship,ISAR）算法,将蛋白质氨基酸序列数字化,用快速傅里叶变换（fast four transform,FFT）进行预处理,再进行偏最小二乘回归建模,可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin,GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模,获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944,均方误差E为11.64。用小波变换进行的预处理,其R² 虽也约为0.944,但E大于11.64,不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题,在蛋白质工程中可为预测更优的突变体提供支持。