配合物〔Ni(IDB)_2〕(ClO_4)_2·CH_3CH_2OH·H_2O的合成表征和性质

报道了含配体 N,N—二 (2 -苯并咪唑甲基 )亚胺 (简写为 IDB)的镍配合物〔Ni(IDB) 2 〕(Cl O4 ) 2 ·CH3 CH2 OH· H2 O( )的合成 ,对 ( )进行了元素分析、摩尔电导、紫外——可见光谱、红外光谱、自旋共振谱研究 ,推测配合物 ( )的中心离子镍 ( )为六配位的八面体结构。     

N-苯基-2,2,6,6-四氯环己亚胺的催化合成

以2,2,6,6－四氯环己酮为原料,在催化剂存在下,合成了N－苯基－2,2,6,6－四氯环己亚胺,通过对催化剂、溶剂用量、反应时间、反应温度等因素的考察,得到了适宜的工艺条件;在n（酮）：n (苯胺）：n（催化剂）＝1：5：1．5（摩尔比）,反应温度为10－20℃,反应时间为3．5h手枪扌,收率为80％。     

二烷基二茂铁的二茂铁甲酰化的研究

以三氯化铝为催化剂、二茂铁甲酰氯为酰化剂,对5种1,1′－二烷基二茂铁进行Friedel-Crafts酰化反应,经柱层析分离得到10种酰化产物。研究了化合物的性质与其结构的关系以及酰化异构体比与反应底物的关系。通过元素分析、红外光谱和核磁共振氢谱证实了化合物的结构。     

谷胱甘肽在水产养殖中的应用研究进展

谷胱甘肽（glutathione,GSH）是含有巯基的三肽,广泛存在于生物组织中,作为良好的抗氧化剂、解毒剂和免疫增强剂,对于水产养殖业意义重大。谷胱甘肽的研究为水产养殖新饲料的开发提供了理论依据,具有重要的理论意义和实际应用价值。本文综述了谷胱甘肽在水产养殖动物生长发育、抗氧化、解毒等方面的研究进展。     

基于海洋动物载体的传感器监测技术现状及发展方向

海洋水下监测技术是建立海洋环境立体实时监测系统的重要组成部分,是各国海洋科学和海洋军事领域的研究热点。本文综述了海洋动物作为海洋传感器载体在海洋监测中的应用,以及海洋生物标签技术与海洋监测传感器技术的发展过程,对基于海洋动物的水下移动监测平台及其未来在海洋环境、海洋资源和海洋军事领域的潜在应用价值进行了展望,指出构建我国海洋动物传感器技术体系的关键问题在于新型传感器的研制及其在海洋动物中的应用研究。     

生物传感器对柠檬酸发酵过程中生化参数的快速测定

应用发酵过程控制专用生物传感器总糖、还原糖和柠檬酸测定仪实现了对柠檬酸发酵过程中的关键生化参数总糖、还原糖及柠檬酸含量的快速测定,为柠檬酸发酵过程的优化控制提供了关键生化参数分析手段。     

VB和MATLAB混合编程在井眼轨道设计上的运用

为提高连续油管钻井井眼轨道设计的便捷性,采用基于COM组件的VB和MATLAB混合编程方法,将绘图的代码进行封装,只要即时改变参量数值,就可得出相应的图形,并可比较不同参数下图形的特点。该设计实现了VB编写的多个模块调用一个MATLAB程序的功能,减少了程序编写的工作量,提高了程序开发的效率。     

基于加窗四阶累量时延估计的微瞬态电磁辐射信号检测算法

以研究微弱瞬态电磁辐射信号的探测手段为目的,提出了一种基于加窗四阶累量时延估计的检测算法。利用高阶累量对高斯噪声的抑制作用以及相干平滑变换对微弱窄带噪声的弱化效果,将低信噪比条件下非周期微弱放电信号的检测问题转化为周期性时延参数的估计问题。仿真及实验比较了加窗四阶累量互相关、非加窗四阶累量互相关及传统互相关时延估计3种算法的检验性能。结果表明,经过加窗处理的四阶累量时延估计算法在相关高斯白噪声、非相关高斯白噪声及窄带噪声3种噪声条件下的检测性能都优于其他两种方法,比较适合用于微弱电磁辐射源的远距离探测。     

物元结构应急响应决策模型研究

为了提高复杂环境下的应急响应能力,基于元决策提出分解〖CD*2〗集成(disassemble integration,DI)总体设计准则和物元分解的唯一性准则;讨论了物元变换过程中存在的不足,建立了物元分析和解释结构模型(interpretive structural modeling,ISM)的映射关系。通过语义和“情境响应”方法拓展了物元分析结构,并赋予其语义解释及响应的功能。针对决策人员不在现场的情况,构建了物元结构决策(matter element structure for decision making,MESDM)模型。最后,实证分析了MESDM及其有效性、及时性和可操作性,为进一步研究MESDM的人机智能决策奠定了基础。     

Combined model based on optimized multi-variable grey model and multiple linear regression

The construction method of background value is improved in the original multi-variable grey model (MGM(1,m)) from its source of construction errors.The MGM(1,m) with optimized background value is used to eliminate the random fluctuations or errors of the observational data of all variables,and the combined prediction model together with the multiple linear regression is established in order to improve the simulation and prediction accuracy of the combined model.Finally,a combined model of the MGM(1,2) with optimized background value and the binary linear regression is constructed by an example.The results show that the model has good effects for simulation and prediction.