图合成的邻点可区别E-全染色

运用组合分析法及构造具体染色的方法,讨论满足某些条件的两个图合成的邻点可区别E-全染色,得到了Pn,Cn,Fn,Wn相互合成后所得图的邻点可区别E-全色数.     

新型超分子配合物[Cu(Hhbd)(phen)2]·1.5H2O·2CH3OH的合成、晶体结构与表征

利用螯合配体1,10-邻菲咯啉(phen)与羟基丁二酸(H3hbd)及铜盐反应合成了一种新型超分子配合物[Cu(Hhbd)(phen)2].1.5H2O.2CH3OH,通过单晶衍射测定了晶体结构,并用元素分析、红外光谱、热分析等技术对其进行了表征。配合物属三斜晶系,空间群P-1;晶胞参数:a=1.20624(17)nm,b=1.6598(2)nm,c=1.6863(3)nm,α=117.23(9),°β=71.262(3),°γ=117.23(9);°Z=4;最终偏离因子R=0.0420。配合物中每个Cu(Ⅱ)原子与来自两个phen的4个N原子和羟基丁二酸根(Hhbd)的1个O原子配位,形成畸变的三角双锥结构单元。紧邻的单核单元通过phen分子间的π-π堆积作用及Hhbd的羧基O和羟基O与phen环上C原子间的C-H…O氢键的协同作用形成一维zigzag超分子链,毗邻的超分子链籍两种不同氢键相互作用的连接构筑了二维超分子体系。     

荧光动力学分析新方法测定超氧自由基抑制剂的抗氧活性

研究了荧光动力学分析法检测超氧自由基抑制剂抗氧活性的新方法．在Tris-HCI缓冲溶液中(pH=8．20),邻苯三酚自氧化产生超氧自由基和有荧光效率的自氧化产物．在433．0nm激发波长和494．5nm发射波长条件下,该自氧化产物时间扫描曲线的斜率与超氧自由基抑制剂的浓度有相关性．利用抗坏血酸、槲皮素、芦丁3种常见抗氧化剂对新方法进行了验证并将新方法与单扫描极谱法(SSP)、紫外分光光度法(UV)作了比较．结果表明新方法测活灵敏度优于UV法,而与SSP法相当．但比SSP法操作简单、准确度好．     

菲涅耳衍射现象的矢量分析

本文利用矢量法分析了球面波在自由传播状况下的菲涅耳衍射现象,并用矢量法对圆孔,圆屏和波带片的菲涅耳衍射现象进行了直观形象的解释。     

邻菲咯啉钌（Ⅱ）化学发光分析测定环丙沙星

试验表明,在０．０１ｍｏｌ·Ｌ＾－１ ＮａＡｃ－ＨＡｃ（ｐＨ５．０）底液中,环丙沙星能增强Ｃｅ（Ⅳ）氧化Ｒｕ（ｐｈｅｎ）２／３＋检测限为４．４×１０＾－８ｇ·ｍＬ＾－１,其相对标准偏差分别为２．８％和３．３％,该法用于片剂中环丙沙星含量的测定,获得满意结果。     

间羟基苯甲酸邻菲■啉钆(Ⅲ)、镝(Ⅲ)三元配合物的合成及性质

合成了间羟基苯甲酸邻菲啉钆（Ⅲ）、镝（Ⅲ）三元配合物．通过元素分析、红外与紫外光谱、Ｘ射线粉末衍射、差热热重分析和固体配合物导电性能等方法,对三元配合物进行了结构与性质研究     

酰氨基硫脲及其相关杂环化合物的研究(ⅩⅣ)——咛3-(5′-甲基异噁唑-3′)-4-芳基-1′2·4-三唑啉-5-硫酮衍生物的合成

本文以3-(5-甲基异噁唑-3)-4-芳基-1、2、4、三唑啉-5-硫酮为原料,合成6种-4-芳基-5-(5′-甲基异噁唑-3′)-1、2、4-三唑-5-硫代乙酸3af,8种4-芳基-5-(5′-甲基异噁唑-3′)-3-甲硫基-1、2、3-三唑4a-h 和八种双〔3-(5′-甲基异噁唑-3′)-4-芳基-1、2、4-三唑-5)-二硫化物5a-h.其结构分别经元素分析,红外光谱,核磁共振波谱及质谱进行了鉴定。有关生物活性实验正在进行中.     

新型N,N′-二(邻氧乙酸)苄叉乙二胺合锌(Ⅱ)的结构及物理发光性能的研究

用N,N′-二(邻氧乙酸)苄叉乙二胺与氯化锌(Ⅱ)在水溶液中反应,获得配合物Zn(Ⅱ)L.H2O(L=N,N′-二(邻氧乙酸)苄叉乙二胺).采用元素分析1、H NMR和红外等手段对所合成的Zn(Ⅱ)L.H2O进行了结构表征,并测定了Zn(Ⅱ)L.H2O晶体结构.在Zn(Ⅱ)L.H2O的晶体结构中存在两个独立的分子,中心Zn原子为六配位,构成以Zn原子为中心的扭曲三菱柱体结构.在室温条件下,Zn(Ⅱ)L.H2O在水溶液中产生蓝色荧光.     

基于DBSCAN聚类的改进KNN文本分类算法

K最近邻算法(KNN)在分类时,需要计算待分类样本与训练样本集中每个样本之间的相似度.当训练样本过多时,计算代价大,分类效率降低.因此,提出一种基于DBSCAN聚类的改进算法.利用DBSCAN聚类消除训练样本的噪声数据.同时,对于核心样本集中的样本,根据其样本相似度阈值和密度进行样本裁剪,以缩减与待分类样本计算相似度的训练样本个数.实验表明此算法能够在保持基本分类能力不变的情况下,有效地降低分类计算量.     

基于RBF神经网络预测模型及其应用研究

利用径向基函数（Radial Basis Function,RBF）神经网络采预测结构初期损伤对整体的影响,可以有效地判断结构的稳定性．由于神经网络可以通过对样本的反复学习来反映整体结构复杂的非线性演化关系,其预测精度可以满足要求．RBF神经网络作为一种性能良好的前馈网络,具有更好的逼近能力和全局最优特性．本文通过有限元计算得出样本作为基础,采用RBF神经网络建立初期损伤的预测系统,通过最近邻聚类学习算法实行整体结构预测,这种研究思路具有结构简单、学习速度快、预测精度高的特点,网络的外推能力也较强,计算效率明显优于传统方法．本系统采用Fortran语言编写,最后通过一个实例说明本系统的有效性及实用性．