烷基化螺吡喃吲哚的合成及光学性质研究

为了增加螺吡喃吲哚与透明聚合物（ＰＭＭＡ）的相溶性,在螺吡喃吲哚分子中引入长烷基链,合成了１′－「十八烷基」－３′,３′－二甲基－６－硝基－８－「二十二酰氧基」－螺「２Ｈ－１－苯并吡喃－２,２′－二氢吲哚」,并用ＮＭＲ确定各中间体和最终产物的结构,ＨＰＬＣ显示产物中烷基化螺吡喃吲哚含量在９７％以上。将烷基化螺吡喃吲哚与ＰＭＭＡ制成厚度为５００ｎｍ左右的膜,研究该膜对紫外光的响应,获得烷基化螺吡喃吲哚开环和紫外吸收的关系,以及Ｊ－耦合构型与陈化的关系。     

环氧烷化合物在有机合成中的应用

综述了近年来环氧烷化合物在有机合成中的应用。环氧烷化合物的开环反应可以用来合成其它方法难以合成的多官能团化合物，或通过开环和修饰合成其他环状化合物。另外，利用该反应还可以提供保护基以及立体、区域选择性地合成各种有机化合物。参考文献23篇。     

Synthesis of heliannuol D, an allelochemical from Helianthus annus

A synthesis of heliannuol D 1 is described involving regioselective oxidation of the benzoxabicyclo[3.2.1]octanone 20 followed by hydrogenolysis to generate the benzoxepane ring system of 1.     

On the Kernel of Restriction of Characters*

Let G be a finite group, H be a proper subgroup of G, and S be a unitary subring of C. The kernel of the restriction map S[Irr(G)] → S[Irr(H)] as a ring homomorphism is studied. As a corollary, the main result in [Isaacs, I. M. and Navarro, G., Injective restriction of characters, Arch. Math., 108, 2017, 437–439] is reproved.     

Convolution semigroups and central limit theorem associated with a dual convolution structure

We consider hypergroups associated with Jacobi functions ⁽⁾ (x), (–1/2). We prove the existence of a dual convolution structure on [0,+[i(]0,s ₀]{{) =++1,s ₀=min(,–+1). Next we establish a Lévy-Khintchine type formula which permits to characterize the semigroup and the infinitely divisible probabilities associated with this dual convolution, finally we prove a central limit theorem.     

一种基于熵源分离模型的可重构安全原语

在信息爆炸时代,信息的安全问题受到了广泛关注。在物联网设备的加密协议中,物理不可克隆函数(PUF)与真随机数发生器成为加密协议中基本的安全原语,提供了轻量级的解决方案。文章提出了一种熵源分离模型,能够分离环形振荡器中抖动(真随机数发生器的熵)和工艺偏差(PUF熵)引起的延时。基于该模型,在FPGA上设计了一种可重构的双工作模式电路,通过改变模式可分别生成PUF和真随机数。相较于FPGA上独立设计的PUF和真随机数发生器,该结构具有资源开销小、面积利用率高、功耗低等优势。实验结果表明,生成的PUF稳定性高、唯一性强、均匀性好;真随机数序列均通过了NIST测试,具有高随机性和不可预测性。     

一种应用于HDMI接收端的宽频带锁相环设计

基于110 nm CMOS工艺设计了一种应用于HDMI接收端电路的宽频带低抖动锁相环。采用一种改进型双环结构电荷泵,在25～250 MHz的宽输入频率范围内实现了快速锁定。通过高相噪性能的伪差分环形振荡器产生了调谐范围为125 MHz～1.25 GHz的时钟信号。仿真实验结果表明,该锁相环的锁定时间小于1.2μs,在振荡器工作频率为0.8 GHz时,其相位噪声为-100.0 dBc/Hz@1 MHz,输出时钟峰峰值抖动为4.49 ps。     

基于双解码路径DD-UNet的脑肿瘤图像分割算法

针对医学图像中病灶区域尺度不一、边界模糊和周围组织强度不均匀所导致的分割精度降低问题,提出了一种基于双解码器的脑肿瘤图像分割模型。为了增强特征的表征力,提出了高阶微分残差模块并使用不同空洞率的扩张卷积用于提取特征编码,提高了网络模型的分割性能;引入上下文语义信息感知模块(multi scale dilation, MSD),从不同的目标尺度中提取更多的精细信息,提高了对结构细节信息的捕获能力,同时减少了编解码器之间的特征差异;在空间解码路径中使用选择性聚合空间注意力模块(spatial aggregation attention module, SAAM),增加了对有效空间特征的权重比例,减少了无效的特征干扰。在脑肿瘤数据集上进行了实验验证,实验结果表明,所提算法的Dice系数、平均交并比、敏感性、特异性、准确率等指标分别为：93.35%、90.71%、91.15%、99.94%、96.75%。     

基于改进3D UNet的前列腺MR图像分割

针对前列腺磁共振 (magnetic resonance, MR)图像边缘模糊、对比度较低,灰度值分布不均衡而导致分割精度较差的问题,提出了一种结合双路径注意力(dual path attention,DPA) 和多尺度特征聚合(multi-scale feature aggregation,MFA) 模块的改进3D UNet网络模型。首先,对数据集进行重采样和裁剪处理以适应模型输入。然后,在3D UNet网络的编码器各层引入DPA 并添加残差连接,加强特征的 编码能力。同时,在网络解码器中加入MFA模块,以充分利用空间上下文信息,增强语义信息。最后,在公开数据集PROMISE12上进行验证,所提出的模型的Dice系数为89.90%,Hausdorff 距离为9.37 mm。相比较于其他模型,所提出模型的分割结果更优,且参数量和运算量更少。     

Aperture-Adjustable and Repairable Metal-Based MOFs Catalysis Membrane for Water Purification

Precise adjustment of the pore size, damage repair, and efficient cleaning is all challenges for the wider application of inorganic membranes. This study reports a simple strategy of combining dry-wet spinning and electrosynthesis to fabricate stainless-steel metal–organic framework composite membranes characterized by customizable pore sizes, targeted reparability, and high catalytic activity for membrane cleaning. The membrane pore size can be precisely customized in the range of 14–212 nm at nanoscale, and damaged membranes can be repaired by targeted treatment in 120 s. In addition, advanced oxidation processes can be used to quickly clean the membrane and achieve 98% flux recovery. The synergistic actions of the membrane matrix and the selective layer increase the adsorption energy of active sites to oxidant, shorten the electron transfer cycle, and enhance the overall catalytic performance. This study can provide a new direction for the development of advanced membranes for water purification and high-efficiency membrane cleaning methods.