羧基改性聚丙烯腈纳米纤维的制备及其对Cd2+吸附性能的研究

通过自由基聚合结合静电纺丝技术制备了羧基化改性聚丙烯腈纳米纤维膜,并用傅里叶变换红外光谱（FTIR）、扫描电子显微镜（SEM）对膜的结构进行了表征和分析,探索了PAN羧基化改性后对镉离子（Cd²⁺）的吸附性能。研究发现PAN-COOH-a（丙烯酸与丙烯腈2:8共聚）、PAN-COOH-b（丙烯酸与丙烯腈3:7共聚）吸附量比纯PAN分别增加了65%和95%。以PAN-COOH-b为研究对象,对其热力学、动力学吸附机理进行了研究,探索了金属离子浓度、pH值、温度、循环对Cd²⁺吸附性能的影响。热力学结果符合Langmuir模型,预测的理论最大吸附容量为204 mg∙g^-1。动力学研究表明该反应符合二级动力学模型,主要受化学吸附控制,并在5 h达到平衡。最佳吸附条件为pH = 6,T= 25℃,金属离子浓度为400 mg∙L^-1。循环实验表明,PAN-COOH-b纤维膜经4次循环后仍能保持初始吸附能力的93%,表现较好的循环效果。实验结果证明该材料对废水中Cd²⁺净化具有较大的潜力。     

结构和价态调控的Ce-MOFs及其衍生物吸附水中氟离子的机理

严控饮水氟浓度,可以有效降低人体罹患氟骨症和氟牙症的风险。近年来,铈基吸附材料在解决氟污染问题中表现优异,而铈盐与有机酸反应生成的铈基金属有机框架材料（Ce-MOFs）或其衍生物,能有效去除水中的氟离子。硝酸铈铵（Ce(NH₄)₂(NO₃)₆）和均苯三甲酸（H₃BTC）在不同反应时长下生成了Ce-MOFs CeT1及其衍生物CeT2,更换H₃BTC为对苯二甲酸（H₂BDC）,反应生成2种Ce-MOFs,CeD1和CeD2。利用XRD、BET、SEM、XPS和FTIR对材料的结构、比表面积、元素含量和组成基团,进行系统的表征;通过控制吸附时间、溶质初始浓度、溶液pH值和竞争离子种类研究4种材料的吸附性能;对实验数据进行吸附动力学模型和吸附等温模型拟合,探究吸附机理。表征结果显示,CeT1为高度配位不饱和的Ce(Ⅳ)-MOFs,CeD1为比表面积最大（1 003.10 m²/g）的Ce(Ⅳ)-MOFs,而CeT2和CeD2则同为Ce(Ⅲ)占比较高的吸附材料。吸附实验中,CeT1、CeT2、CeD1和CeD2的最大吸附容量分别为99.38 mg/g、142.45 mg/g、60.45 mg/g和124.55 mg/g,CeT1、CeT2和CeD2符合假二级动力学模型,CeD1符合假一级动力学模型。4种材料对氟离子的吸附机理主要为静电吸引、离子交换和沉淀。其中,CeT1的不饱和配位可提供吸附位点进行离子交换和静电吸引,CeD1的大比表面积增加了污染物与材料的碰撞几率,而CeT2和CeD2中含有的Ce(Ⅲ),可通过形成溶度积常数极小的CeF₃（K_sp=8×10^-16）,以沉淀作用固定氟离子。实验分析了4种材料的特点与吸附性能之间的关系,为Ce-MOFs及其衍生物的制备与优选提供参考。     

新化合物Er5Co6Sn18的结构与磁电性能

对合成的三元化合物Er5Co6Sn18进行了研究。用X射线粉末衍射技术和Rietveld全谱图拟合法获得了化合物Er5Co6Sn18的晶体结构,该化合物为四方晶系,空间群为I41/acd,a=1.353 44(1)nm,c=2.699 28(2)nm,Z=8,Dcalc=8.807 g/cm3,为Tb5Rh6Sn18结构类型。在5～300 K温度范围对Er5Co6Sn18的磁性进行了测量,得到该化合物的顺磁居里温度约为-87.8 K,有效顺磁磁矩为12.8μB。电阻测量得到它的剩余电阻率为2.0。     

奇奇核Cs^124能级纲图剖析

本文用116Sn（11B,3n）124Cs熔合蒸发反应和束γ测量研究了124Cs核的能级结构,观测了124Cs核的高自旋态能带结构及其基态的跃迁,在此基础上建立了124Cs核的能级纲图。本实验经过分析,观测到了124Cs的高自旋带间结构及基态之间的跃迁关系,从而确定了晕带与亚晕带之间的连接关系。     

基于一种最优核鉴别矢量集的雷达目标识别

基于高分辨距离像的雷达目标识别的关键是如何提取距离像的有效鉴别特征.通过分析核Fisher准则函数下核类内散布矩阵的零空间信息与非零空间信息对识别的贡献,基于同构映射思想,求解出一组最优鉴别矢量集,用于提取距离像的鉴别特征.同时,给出一种快速算法,用较少的训练样本表达投影方向,加快了鉴别特征的提取速度.基于外场实测数据的实验证明了方法的有效性.     

基于遗传算法的改进径向基支持向量机及其应用

通过对径向基核函数进行分析后发现:根据样本各个特征的识别能力赋予其不同大小的核参数,可以提高支持向量机的推广能力。此结论基础上,提出了一种基于遗传算法的多核参数径向基支持向量机算法,通过遗传算法最小化验证误差,实现了根据各个特征的识别能力赋予其不同大小的核参数。将该算法用于轴承故障诊断,实验结果表明,与传统支持向量机相比,多核参数径向基支持向量机具有更好的推广能力,同时,核参数的大小反映了对应特征识别能力的大小。     

基于新算法的P码序列捕获处理器设计与实现

通常P码的捕获是利用C/A码来完成的。但是,考虑到实际的战场可用性,利用C/A码引导的P码捕获方式不再具有较好的可靠性。同时考虑到P码信号的特点,对P码信号进行直接、快速的相关捕获是首先要解决的问题。因此,在研究相应理论的基础上,对提出的新的P码直接捕获算法进行硬件设计,实现了P码序列捕获处理器。在实验室环境下对序列捕获处理器进行测试,结果验证序列捕获处理器可以有效捕获GPSP码信号。     

基于四阶累积量与核Fisher判别分析的MPSK信号分类方法

提出了一种基于高阶累积量和核Fisher判别分析的MPSK信号自动调制识别方法。该算法选取信号的四阶累积量作为分类特征,利用核函数的思想把特征向量映射到一个高维空间,并在高维空间中采用线性Fisher判别分析实现了数字信号的分类。选用了径向基核函数,使用一对一或一对余多类构造法,并利用交叉验证网格搜索法优化核函数参数,构建了快速稳健的多类核Fisher判别分析分类器。计算仿真结果表明,基于核Fisher判别分析的分类器具有良好的性能,它与支持向量机的分类精度相当,且训练时间较短。     

基于固定半径包围球的核向量回归算法

为了进一步提高核向量回归算法用于大样本回归问题的训练速度,提出了一种改进的核向量回归算法。该算法利用样本数据在特征空间中的映射点确定包围球半径,并使该半径在迭代过程中保持不变。通过缩小核心数据集,提高了回归算法的训练速度。对几组回归时间序列预测的仿真实验表明,改进的核向量回归算法的训练时间和支持向量的数目均小于核向量回归算法,但二者具有相似的回归精度,从而验证了改进的核向量回归算法的有效性。     

基于核岭回归的非线性系统辨识及其应用

利用满足Mercer条件的核函数改进线性岭回归算法,提出一种新的直接优化的非线性核岭回归算法.与SVM算法相比,该方法的特点是通过对二次损失函数的优化计算,简化了不确定参数的数量,而且由于采用直接优化计算,能有效减少建模的时间,提高计算效率.仿真实验结果和对航煤干点的软测量应用结果都验证了该算法的有效性.