排序方式: 共有12条查询结果,搜索用时 0 毫秒
1.
以乙二胺和丙烯酸甲酯为原料,经过重复Michael和酯氨解反应,制备出二代(2.0 G)树枝状聚酰胺胺(PAMAM).PAMAM与2,2,6,6-四甲基哌啶酮氮氧自由基经缩合、还原将PAMAM与2,2,6,6-四甲基哌啶氮氧自由基(TEMPO)键连,得到PAMAM负载的TEMPO(PAMAM-TEMPO).采用1H NMR、13C NMR以及FT-IR等手段对中间体及最终产物进行了表征.将PAMAM-TEMPO与CuBr2以及2,2-联吡啶结合构成催化体系,用于分子氧为氧化剂的醇的选择性氧化反应,结果表明该体系对苄基以及烯丙基伯醇的氧化显示出良好的催化活性和选择性.结果还证明,TEMPO的负载使氧化产物醛很容易与催化体系分离,而且催化剂可以循环使用. 相似文献
2.
平菇是我国大宗食用菌品种之一,产量位居我国食用菌的第三位。平菇不仅味道鲜美,而且含有丰富优质的蛋白质及具有多种生物活性的平菇多糖,深受消费者喜爱。市场上的平菇产品众多,质量参差不齐,并且现有营养成分分析方法耗时长、成本高,难以满足平菇等大宗食用菌的营养成分检测需求。傅里叶变换红外光谱(FTIR)技术具有检测速度快、操作方便、可同时分析多种化合物、安全环保等特点,将其与化学计量学结合,构建数学模型,能满足对平菇等大宗农产品营养成分的快速检测、分析及评价。以平菇为研究对象,在全国范围内收集主栽平菇样品85份,分别进行红外光谱扫描,并运用多元散射校正(MSC)、标准正态变换(SNV)、正交信号校正(OSC)、光滑加一阶导数(F-G D)、光滑加二阶导数(S-G D)等5种光谱数据预处理方法,通过比较模型验证集回归系数,确定平菇蛋白质模型最佳预处理方式为OSC结合S-G D,平菇多糖模型最佳预处理方式为OSC结合F-G D。在最佳光谱预处理下,采用LASSO算法对7458个光谱波段进行特征波段提取,获得平菇蛋白质特征波数93个,平菇多糖特征波数92个,压缩率达到98%。将特征波数与化学方法检测... 相似文献
3.
4.
5.
6.
7.
黑果腺肋花楸是已被列入新食品原料名单中的小浆果,富含花青素等成分,在酒类、饮料、功能食品、化妆品等领域广泛应用,具有较高的经济价值。因受不同产地气候等环境因素及种植条件的影响,黑果腺肋花楸果实品质差异明显。为规范黑果腺肋花楸果品市场管理,以中红外光谱技术结合化学计量学方法对不同产地黑果腺肋花楸果实进行鉴别。采集15个产区共750份黑果腺肋花楸果实红外光谱数据,采用K-S样本划分法,按4∶1比例将样本划分为训练集和测试集,并进行多元散射校正(MSC)、标准正态化(SNV)、移动平滑(SG)、一阶导数(FD)、二阶导数(SD)等光谱预处理,与原始光谱进行支持向量机(SVM)建模识别效果对比,确定最佳光谱预处理方法,同时对最佳光谱数据进行归一化处理。采用竞争性自适应重加权算法(CARS)和连续投影算法(SPA)提取光谱特征信息,并结合随机森林(RF)、极限学习机(ELM)、支持向量机(SVM)、偏最小二乘-判别分析(PLA-DA)进行建模对比,确定最佳模型。结果表明,MSC为最佳光谱预处理方法,MSC-SVM训练集识别率为93.33%,测试集识别率为92.67%,能有效减少光谱采集时产生的随... 相似文献
8.
平菇味道鲜美、营养丰富,深受消费者喜爱。平菇在我国的栽培范围较广,产地分散,每个产地的气候条件、栽培基质、栽培方式的差异,使不同产地生产的平菇在口感、营养价值方面会有不同。为规范平菇产品的市场管理,更为打造区域内特色平菇品牌,借助中红外光谱技术无污染、高效、低成本等特点,突破目前化学分析、生物学鉴别方法的限制,提出一种中红外光谱结合机器学习鉴别不同产地平菇的方法。对10个不同产地的平菇子实体进行红外光谱数据采集,每个地区各60份共600份样本。光谱数据经分析表明,在波段530~1 660 cm-1范围内红外光谱的相关性表现出较明显的差异。同时,基于K-S法按照训练集和测试集比例为7∶3对样品划分,得训练集为420份,测试集为180份。采用多元散射校正(MSC),标准正态变量变换(SNV),平滑(SG),一阶导数(FD),二阶导数(SD)等预处理方法进行光谱优化,去除噪声,并结合支持向量机(SVM)进行初步建模对比,得出MSC预处理后光谱数据差异性最大,预测集识别效果最好为84.44%。将MSC光谱数据进行0~1区间的归一化处理,并采用主成分分析(PCA)对其进行降... 相似文献
9.
10.
黑果腺肋花楸是继蓝莓后的又一小浆果,因其黄酮含量高于蓝莓受到关注,已获进入新资源食品名单,并在饮料行业中使用。黑果腺肋花楸黄酮、多糖是其果汁及果渣中的主要生物活性成分,也是影响其品质的重要因素。以中红外光谱技术结合化学计量学方法对黑果腺肋花楸黄酮、多糖含量进行预测,为建立简便、快捷的黑果腺肋花楸产品质量检测方法提供基础。采集15个产区共750份黑果腺肋花楸红外光谱数据,测量每份样品黄酮、多糖含量,采用K-S样本划分法按4∶1的比例将样本划分为校正集和验证集,并对分组后的光谱信息进行多元散射校正(MSC)、标准正态化(SNV)、平滑(SG)、一阶导数(FD)、二阶导数(SD)等光谱预处理,与原始光谱进行极限学习机(ELM)建模预测效果对比,确定最佳光谱预处理方法。采用竞争性自适应重加权算法(CARS)和连续投影算法(SPA)进行黑果腺肋花楸黄酮、多糖特征光谱波段选取,将2种方法选取的光谱数据结合偏最小二乘回归法(PLS)、极限学习机(ELM)、支持向量机(SVM)进行建模对比,选出预测效果最佳的算法模型。结果表明,7种光谱预处理方法中,MSC对原始光谱的处理效果最佳,在此处理下黄酮含量预... 相似文献