PANI-CNTs复合材料的制备及其在对称型全固态超级电容器中的应用

超级电容器寿命长、安全性高,并可以实现快速充放电,是化学电源研究的热点之一。文章通过简单的化学原位聚合法将聚苯胺(polyaniline,PANI)与碳纳米管(carbon nanotubes,CNTs)进行复合,得到聚苯胺纳米管(PANI-CNTs)复合材料。利用场发射扫描电子显微镜(field emission scanning electron microscope, FESEM)对其形貌和结构进行表征。循环伏安(cyclic voltammetry,CV)曲线、恒电流充放电(galvanostatic charge-discharge, GCD)曲线和循环寿命测试结果表明,纳米复合电极材料在三电极体系中,电流密度为1 A/g时,比电容高达690 F/g,3 000次循环后仍保持初始电容80%,在组装成柔性器件后,保留了优异的电化学性能,并展现出卓越的柔性机械性能。     

紫外可见偏振成像光谱仪的光谱定标与匹配方法

紫外可见偏振成像光谱仪中沃拉斯顿棱镜的色散效应会导致探测器同一空间通道的中心坐标发生偏移，影响目标信号探测精度。根据偏振解调算法，利用沃拉斯顿棱镜出射的两正交分量调制光谱(S光和P光)实现偏振信息解调时，还需要完成光谱匹配。针对这一问题，提出了一种光谱定标与匹配方法。首先利用平行光源标定了仪器视场角与空间维像元的对应关系，提取出各空间通道对应的像元坐标集合并确定了视场定标方程；在同一空间通道内，通过低压汞灯标准光源对波长与像元的对应关系进行标定，得出光谱定标方程；利用视场定标和光谱定标结果完成正交分量光谱的匹配；最后利用太阳光谱中Fraunhofer线的特征波长对定标结果进行了检验。结果表明：紫外可见偏振成像光谱仪正交分量的光谱吸收峰位具有较好的一致性，定标值和标准值的偏差在0.1 nm以内，这验证了定标结果的准确性。     

吸附溶出伏安法检测吸毒人员尿液中吗啡

吗啡既是临床用镇痛剂，也是公认的毒品.为实现对尿液中吗啡的快速、简单、高灵敏度与高选择性检测，将多壁碳纳米管羧基化处理后，直接滴涂于打磨并表征过的玻碳电极表面，制备得到了羧基化多壁碳纳米管修饰玻碳电极(MWNTs-COOH/GCE)，并采用差分脉冲吸附溶出伏安法(ASDPV)对吗啡(MOP)进行检测.结果表明，在优化了传感器的制备及检测条件(包括MWNTs-COOH的滴涂量以及富集时间、富集电位、缓冲溶液的pH等)后，得到的MWNTs-COOH/GCE检测吗啡的工作曲线回归方程为lg(I/μA)=0.687lg[c/(μmol·L^-1)]-0.068 (r~2=0.992 0)，线性范围为1.0×10^-7～1.0×10^-4 mol/L，检出限为8.0×10^-8 mol/L.在使用尿酸酶除去尿液中的干扰物尿酸后，用该传感器检测实际吸毒人员尿液中吗啡的质量分数，得到的检测结果与高效液相色谱检出结果的相对误差绝对值在4.24%以内.通过t检验法发现在置信度为95%时，两种方法并无显著性差异.     

Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。     

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。     

静止轨道星载差分吸收光谱仪CCD成像系统设计

静止轨道卫星差分吸收光谱仪采用摆扫成像方式对大气进行探测,针对其工作时CCD成像系统信噪比大于1 000、高速探测模式下探测周期小于10min、高分辨率模式下探测周期小于1h的要求,进行CCD成像系统设计.选取CCD47-20作为探测器,设计成像电路实现光谱图像信号的采集和上传.分析了帧叠加和像元合并对时间、空间分辨率的影响.结合帧转移CCD的特点设计了每个位置最后一帧读出时摆镜转动的成像方式,并合理设置了帧叠加数和像元合并数,达到优化成像周期的目的.1s曝光时间条件下,该CCD成像系统的高速、高分辨率模式探测周期分别为515s和3 315s,图像信噪比均大于1 000,污染物观测实验中未出现失帧或重复的现象.该CCD成像系统方案满足静止轨道星载差分吸收光谱仪的探测需求,为静止轨道环境监测仪器设计提供参考.     

腐殖酸分子结构对电-Fenton性能的影响探究

采用超滤分级得到不同分子量的腐殖酸组分,并通过傅里叶红外、紫外可见、三维荧光光谱等表征其分子结构的差异.用基于Pd/Fe3O4纳米催化剂的新型电芬顿技术去除不同分子量的腐殖酸与Cr(VI)形成的复合污染物.研究表明,随着腐殖酸分子量的增大,其矿化效果越好,HA5(87.6%) HA4(79.0%) HA3(76.8%) HA2(70.0%) HA1(62.9%),且短时间内高分子量腐殖酸有较好的去除.这归因于高分子量腐殖酸表面的阴离子与Pd/Fe3O4发生静电吸附.此外,苯环取代度更高、共轭结构更多的高分子腐殖酸优先被原位生成的·OH氧化为多羟基化中间体,进而氧化开环,最终矿化为CO2和H2O.而在TOC相同条件下,低分子量腐殖酸中短链羧酸占比较高,其与·OH的反应活性低,矿化速率慢.总铬的去除同样遵循HA5(91.8%) HA4(88.2%) HA3(85.9%) HA2(85.4%)HA1(85.1%)的顺序,因为高分子量腐殖酸中含有更多能与Cr发生络合作用的活性位点,可在电解体系中协同去除Cr.本研究表明了腐殖酸分子结构对金属纳米颗粒协同电化学氧化性能和与重金属相互作用的影响,为揭示腐殖酸与Cr(VI)复合污染物的环境行为及其有效去除提供重要参考.     

温度对PS分子链荧光特性的影响研究

利用荧光光谱法研究了温度和浓度对聚苯乙烯(polystyrene,PS)荧光特性的影响。研究表明,PS在四氢呋喃溶液中有2个荧光发射波长:334、345 nm,并且荧光强度随着温度的升高而升高,原因可能是溶剂效应限制了PS分子链的运动,使分子间碰撞的几率减少。另外随着溶液浓度的增加,PS的荧光强度逐渐下降,其原因可能是当溶液处于较高浓度时,分子之间的相互作用增大,PS二聚体的形成导致发生荧光淬灭现象。