排序方式: 共有8条查询结果,搜索用时 15 毫秒
1
1.
应用毛细管区带电泳测定人血清蛋白 总被引:8,自引:0,他引:8
摘要:研究了一种用于临床检测血清蛋白的毛细管区带电泳方法。弹性石英毛细管50μmi.d.×47cm(40cm有效长度),检测波长200nm,血清用运行缓冲液(含12.5mmol/L四硼酸钠、1mmol/L乳酸钙、0.7mmol/L硫酸镁,pH9.70)稀释40倍,气压进样17.23kPa·s,分析电压23kV。正常血清蛋白分为6种,孕妇的分7种(多一个未知的α0峰)。将正常人、孕妇、多发性骨髓瘤和强直性脊柱炎患者的血清蛋白的毛细管电泳与传统的醋酸纤维膜电泳相比较,前者具有高分辨率、在线数据处理和自动化的特 相似文献
2.
3.
4.
为了能快速准确的识别原料肉与注水肉, 提出了一种基于可见-近红外光谱和稀疏表示的无损的识别方法。通过向猪肉样本(包括猪皮、脂肪层和肌肉层)注水的方法建立注水肉模型, 采集未注水的原料肉和6类不同注水量的注水肉的可见和近红外漫反射光谱数据。为了消除光谱数据中的冗余信息并提高分类效果, 对光谱数据进行光调制和归一化等预处理并截取有效波段, 根据是否注水以及注水量的多少对样本进行分类。用所有训练样本构成原子库(字典), 通过l1最小化将测试样本表示为这些原子的最稀疏的线性组合。计算测试样本与各类的投影误差, 将最小投影误差对应的类作为测试样本的所属类别, 并应用留一法进行交叉检验, 比较了稀疏表示法与支持向量机的识别结果。实验结果表明, 利用稀疏表示法对于原料肉与注水肉的识别准确率可达到90%以上, 获得了较好的分类效果, 优于支持向量机的识别结果。而对于不同注水量的注水肉识别准确率与注水量之差正相关。稀疏方法不需要进行传统模式识别模型的前期学习与特征提取, 适用于高维、小样本量数据的处理, 计算成本低, 将其用于注水肉的光谱数据识别具有一定的创新性, 并取得了较满意的结果, 为原料肉和注水肉的无损识别提供了一种有效方法。 相似文献
5.
6.
己内酰胺基酸性低共熔剂对柴油的氧化脱硫:低共熔剂组成与催化反应活性(英文) 总被引:1,自引:0,他引:1
汽车尾气中硫化物的排放所导致的酸雨和PM2.5等环境污染问题广受关注.各个国家和地区也相继制定了严格的标准来控制柴油中的含硫量.加氢脱硫工艺成熟,但是需要在高温高压下进行,并且柴油中二苯并噻吩及其衍生物的位阻效应使得加氢脱硫难以将其脱除.氧化脱硫作为加氢脱硫的补充技术,以其反应条件温和等优点成为脱硫研究的重要课题.作为离子液体类似物,低共熔剂不仅具有离子液体的优点,而且无毒、生物可降解、价格低廉,且制备过程简单,是一种绿色溶剂.低共熔剂作为萃取剂和催化剂用于柴油的氧化脱硫中,展现出非常好的应用前景.尽管在低共熔剂氧化脱硫体系中氢键发挥着重要的作用,但是关于低共熔剂组成,氢键强度与氧化脱硫反应活性三者之间关系的探究相对缺乏.本文以己内酰胺和草酸为原料,调节二者配比制备了一系列己内酰胺基低共熔剂.通过差示扫描量热法、傅里叶变换红外光谱、核磁共振氢谱以及热重分析对制备的低共熔剂进行表征,从而确定组成与氢键之间的关系.将制备的低共熔剂应用于氧化脱硫体系中,发现氧化脱硫率随着低共熔剂组成的变化而规律变化.此外,系统地研究了影响氧化脱硫效率的反应参数.结果表明,在优化的反应条件下,己内酰胺基酸性低共熔剂的脱硫率可以达到98%.该反应体系下,三种不同硫化物的脱除率按照以下顺序依次递减:二苯并噻吩4,6-二甲基二苯并噻吩苯并噻吩.实验数据与表征结果表明,在低共熔剂氧化脱硫体系中氢键相互作用影响脱硫效率,而氢键相互作用则可以通过调节低共熔剂的组成来改变.该结果为了解柴油深度脱硫机理提供了新的思路. 相似文献
7.
Fe-Anderson型多金属氧酸盐和苯磺酸基低共熔溶剂仿生体系的构建及其柴油绿色氧化脱硫 总被引:1,自引:0,他引:1
在过去的几十年里,人们越来越关注环境污染问题.柴油中的硫化物燃烧后可转化为SOx,对环境造成严重污染.因此,为了满足严格的国家标准要求,生产硫化物含量极低的燃料油是一个巨大挑战.氧化脱硫(ODS)体系是用于深度脱硫的加氢脱硫(HDS)体系的替代或补充,包括硫化物的氧化和氧化产物的分离.它是处理芳香硫化合物及其衍生物最有效的方法之一,引起了人们的极大关注.在我们之前的工作中报道了Co聚阴离子催化剂和对甲苯磺酸基低共熔剂(DESs)通过仿生方法将柴油中的硫化物氧化为相应的硫化物.尽管已经取得了很大的进展, DESs仿生体系仍然有很大的发展空间.例如,多金属氧酸盐(POMs)在生物模拟体系中的作用没有得到明确阐述.更困难的是构建DES的物理化学性质与仿生体系氧化脱硫效率之间的关系.因此,解决上述问题是催化氧化脱硫(AODS)仿生过程中最关键的挑战之一,迫切需要进一步研究.本文采用仿生方法研究了一种新型高效的AODS体系,该体系能显著提高ODS的效率.采用重结晶法制备了安德森型催化剂Na3Fe(OH)6Mo6O18,并将其应用于柴油AODS体系.通过分析紫外-可见光谱(UV-Vis)、红外光谱(FT-IR)以及气质联用光谱(GC-MS),我们推测了通过多步电子转移AODS体系的仿生机理.首先, POM和氧气形成过氧聚阴离子,然后与苯磺酸形成苯基过氧磺酸.由于过氧磺酸盐对富电子的硫原子具有很高的选择性,所以它优先攻击硫原子.因此,二苯并噻吩被氧化成二苯并噻吩砜.还原后的苯磺酸和POM被氧气氧化,形成新的催化循环.这些结果表明,耦合氧化还原体系和ETMs通过低能量途径将电子从苯磺酸基DES转移到氧化剂,从而促进了反应过程.最终,二苯并噻吩易被氧化为二苯并噻吩砜.DES的物理性质表明,在60℃时, n(PEG2000)/n(BSA)=2.5体系中DES粘度最大,推测可能是氢键较强所致.此外,PEG2000/2.5BSA体系脱硫效果也是最好的.这一结果表明,脱硫体系的活性与氢键的强度有关.将该仿生策略应用于模型柴油的AODS中,在60 min内二苯并噻吩脱除率达到95%,表现出前所未有的性能,并且该仿生体系也可以成功应用于真实柴油的氧化脱硫.该催化剂可重复使用五次,且反应活性无明显降低,表明该催化体系具有商业应用潜力. 相似文献
8.
为了能快速准确的识别原料肉与注水肉,提出了一种基于可见-近红外光谱和稀疏表示的无损的识别方法。通过向猪肉样本(包括猪皮、脂肪层和肌肉层)注水的方法建立注水肉模型,采集未注水的原料肉和6类不同注水量的注水肉的可见和近红外漫反射光谱数据。为了消除光谱数据中的冗余信息并提高分类效果,对光谱数据进行光调制和归一化等预处理并截取有效波段,根据是否注水以及注水量的多少对样本进行分类。用所有训练样本构成原子库(字典),通过l1最小化将测试样本表示为这些原子的最稀疏的线性组合。计算测试样本与各类的投影误差,将最小投影误差对应的类作为测试样本的所属类别,并应用留一法进行交叉检验,比较了稀疏表示法与支持向量机的识别结果。实验结果表明,利用稀疏表示法对于原料肉与注水肉的识别准确率可达到90%以上,获得了较好的分类效果,优于支持向量机的识别结果。而对于不同注水量的注水肉识别准确率与注水量之差正相关。稀疏方法不需要进行传统模式识别模型的前期学习与特征提取,适用于高维、小样本量数据的处理,计算成本低,将其用于注水肉的光谱数据识别具有一定的创新性,并取得了较满意的结果,为原料肉和注水肉的无损识别提供了一种有效方法。 相似文献
1