魔芋生物碱的纯化与结构表征

魔芋飞粉通过 95 %工业酒精提取 ,三氯甲烷和正丁醇分别萃取后 ,进行氧化铝干柱层析和高效液相色谱层析纯化获得了纯样品Ⅰ ,Ⅱ .对纯样品Ⅰ进行了傅里叶红外 (IR)、氢核磁共振 (1HNMR)、质谱 (MS)分析 ,并对其图谱进行解析 ,推断样品Ⅰ是一种 5—甲基咪唑的衍生物 .     

均匀α-氧化铁纳米粒子的制备及表征

纳米粒子的制备已成为当今的研究热点,而α－氧化铁纳米粒子由于其独特的性能与广泛的应用,引起了多方面的关注。分别采用均匀沉淀法和强迫水解法来制备氧化铁纳米粒子,用XRD谱图和TEM电镜进行表征,并探讨了这两种制备方法及反应温度、反应时间等对产率及晶体粒度的影响。     

磁分离性Ni-ZnFe2O4/C纤维复合吸附剂材料的设计合成及性能研究

利用溶剂热法合成了镍锌铁氧体/碳Ni-ZnFe2O4/Cfiber(NZFCfiber)复合吸附剂材料,分别利用FTIR、XRD、SEM和VSM分析了样品的组成、结构和磁性能,利用样品对不同浓度亚甲基蓝(methylene blue,MB)水溶液的脱色实验研究了样品的吸附性能.结果表明,所得吸附剂吸附性能优良,同时具有...     

基于高斯混合密度函数估计的语音分离

基于最大熵法（Ｍａｘｉｍｕｍ Ｅｎｔｒｏｐｙ,ＭＥ）、最小互信息量法（Ｍｉｎｉｍｕｍ Ｍｕｔｕａｌ Ｉｎｆｏｒｍａｔｉｏｎ,ＭＭＩ）和最大似然法（ＭａｘｉｍｕｍＬＩｋｅｌｉｈｏｏｄ,ＭＬ）最解决盲信号分离问题的常用算法,分析了ＭＥ、ＭＭＩ以及ＭＬ算法之间关系。基于高斯混合模式（Ｇａｕｓｓｉａｎ Ｍｉｘｔｕｒｅ Ｍｏｄｅｌ,ＧＭＭ）概率密度函数估计,提出了一种采用反馈结构的扩展最大熵语音分离算法,与     

顶空-固相微萃取-气相色谱-质谱联用分析黄山野菊花的挥发性成分

采用顶空-固相微萃取提取黄山野菊花中的挥发性成分,并用气相色谱-质谱联用技术分析其化学成分.结果表明:从黄山野菊花中共鉴定出55种挥发性成分,占挥发性成分总量的79.03％,主要成分为萜类及其含氧衍生物.黄山野菊花中含量较高的挥发性成分有樟脑(23.49％)、桉叶油醇(14.04％)、氧化石竹烯(5.80％)、2-莰醇(4.49％)、莰烯(3.21％)、乙酸冰片酯(2.96％)和1-石竹烯(2.72％).     

基于随机跳违约强度的可转换债券的定价

在约化模型框架下,研究具有随机跳违约强度的可转换债券定价问题.应用风险中性定价原理建立随机跳跃幅度服从双指数跳扩散过程,股票价格服从时变扩散模型,随机利率服从Hull－White模型且两两相关的定价模型.利用鞅方法得到了此定价模型的解析解,拓展了相关文献的结论.     

上海常绿树种固碳释氧和降温增湿效益研究

以上海地区6种典型园林绿化植物为研究对象,利用Li-6400XT便携式光合仪测定了它们四季的光合蒸腾等生理生态指标,并通过三维绿量和叶面积指数等形态指标分析了它们的固碳释氧和增温增湿效益。结果表明:全年中每个树种的固碳释氧和降温增湿能力都表现为夏季秋季春季冬季;6个树种年固碳释氧能力为香樟广玉兰柳杉桂花冬青蚊母。夏季,日固碳释氧能力为冬青香樟蚊母桂花广玉兰柳杉,降温增湿能力为香樟冬青桂花广玉兰蚊母柳杉;日降温增湿能力为冬青蚊母香樟广玉兰桂花柳杉。因此:在上海城市绿化树种选择中,可优先选择香樟和广玉兰等固碳释氧及降温增湿能力较强的乔木树种,并适当搭配桂花、蚊母和冬青等灌木,一些景观价值较高但降温增湿效益不高的树种如柳杉应避免大面积种植;同时考虑植被绿量和叶面积指数等形态指标,优化树种结构,以达到城市园林绿化的生态效益最大化。     

转注时机对低矿化度水驱效果的影响研究

低矿化度水驱作为一种经济有效的提高采收率技术,正引发人们越来越多的关注。国外低矿化度水驱已取得良好的矿场效果,而低矿化度水注入时机对开发的影响却未见研究。针对这一空白,开展了低矿化度水注入时机与采收率、采液速度、采油速度以及注入压力的关系研究。结果表明,高矿化度水驱替至含水98%后转低矿化度水驱,提高采收率效果甚微,总采收率仅为58.24%;而在高矿化度水驱至含水60%转注低矿化度水,再驱替至含水98%采收率可达67%,两种不同注入时机的最终采收率相差8.76%;低矿化度水驱阶段注入压力、采液速度、采油速度均高于高矿化度水驱,符合海上油田快速高效开发的要求。结合岩心矿物组成与实验结果,简单讨论了驱替机理,颗粒溶解运移、多价离子交换、类碱驱和润湿改变在本次低矿化度水驱中得以验证。     

FAIMS分离电压的温度非线性误差建模与补偿

介绍了高场非对称波形离子迁移谱(FAIMS)技术的基本原理,从理论上分析了驱散电压与分离电压间的线性关系。在确定驱散电压的作用下实验研究了分离电压的温度非线性特性,采用二次曲面方程建立了常温下分离电压的温度漂移误差补偿模型。在22.8℃～27.8℃的温度补偿范围内测试,结果表明,该温度补偿模型对分离电压的温度漂移具有理想的补偿效果,在不同温度条件下实现了分离电压对特定物质离子表征的唯一性。同时,该补偿方法也为迁移管的无恒温控制系统的设计提供了理想的解决方案,简化了迁移管的结构设计。     

优化的RBF神经网络实现FAIMS分离电压温度补偿研究

针对高场非对称波形离子迁移谱仪(FAIMS)分离电压温度漂移造成的其物性表征的不确定性问题,提出了一种采用径向基函数(RBF)神经网络对分离电压进行温度补偿的方法。为了提高算法的实时性,加快函数逼近速度,采用指数下降惯性权重(EDIW)动量因子策略对RBF神经网络参数进行了优化。在20～120℃的温度范围内对该算法及线性下降惯性权重(LDIW)动量因子策略优化的RBF神经网络和传统RBF神经网络等3种补偿算法进行对比。结果表明,指数下降惯性权重动量因子策略优化的RBF神经网络模型具有更少的迭代次数和更短的运算耗时,使分离电压很好地保证了对特定物质离子表征的唯一性,同时验证了该模型还具有较强的泛化能力。对分离电压采用温度补偿的方法也为实现迁移管无恒温控制提供了理论依据。