酸性染料在桦木中的渗透与吸附

采用扫描电镜和傅立叶变换红外光谱分析手段研究了木材染色过程中染料在桦木中的渗透与附着过程:当染料质量分数较高时,在放大1 500倍的SEM照片中观察到大量染料分子发生聚集,较多地吸附在单板表层;而当染料质量分数较低时,则观察不到染料分子。这种情况同时发生在单板芯层。在试验中,用肉眼观察到的颜色变化证明了单板已经吸附了染料分子。通过对染色过程中酸性橙Ⅱ的脱附和FTIR谱图分析可以推断,酸性橙Ⅱ与桦木的结合是以物理吸附为主,但这种吸附力较弱,染料较易流失。     

亚正规算子的性质

研究了亚正规算子A∈B(￡)的性质,给出了A∈B(￡)的约化子空间的充分条件,并且讨论了其与正规算子的关系.得到了定理1 设A∈B(￡)是一个亚正规算子,则以下结论成立:(1)若0相似文献   

蜡状芽孢杆菌抗重金属性能及对镉的累积

所研究的蜡状芽孢杆菌RC可以在镉浓度为200mg·L-1的固体培养基平板上生长良好,表明菌株具有强抗镉的能力。该菌株在液体培养基中Cd2+、Cr3+、Pb2+浓度均为75mg·L-1和Mn2+浓度为100mg·L-1培养时,菌株生长正常。在重金属Cr3+、Pb2+、Mn2+存在时,采用红外光谱与原子吸收光谱分析菌株对Cd2+的积累,结果表明,培养基中其他重金属离子的加入,会影响菌株对Cd2+的积累率;当Cr3+存在时,Cr3+可以增加细胞壁上有效官能团活性,明显提高RC菌体对Cd2+的积累率,而其他重金属组合对Cd2+吸附积累能力影响不大;RC细胞壁上活性基团-OH、-NH-、-COOH、-PO34-和-M-O(O-M-O)活跃参与Cr3+、Pb2+、Mn2+和Cd2+多种重金属离子的络合作用。通过高温和十二烷基硫酸钠处理菌株进行质粒消除试验,未发现该菌株的抗镉性质与抗性质粒的存在相关。     

杏鲍菇形态特征获取的图像分割算法

食用菌工厂化生产中,菇房环境对食用菌生长的影响很大,由工人根据食用菌的形态特征来判断菇房环境是否适宜,会由于个体主观差异或人为因素不能及时判断,造成菇房环境调节滞后,影响了食用菌的产量和质量。以杏鲍菇为研究对象,提出了获取杏鲍菇形态特征的蚁群算法改进的模糊C均值(FCM)聚类分割算法,该算法能够针对杏鲍菇生产中获取的图像,进行有效地分割,从而满足自动获取杏鲍菇形态特征的需要。     

基于紫外光谱技术的茶叶分类

采用紫外可见分光光度计测定20种茶叶的紫外光谱数据,根据槲皮素对照品最大吸收峰,选取382 nm波长处的吸光度作为吸收特征值,结合聚类分析法对茶叶样本进行聚类分析,分析结果将20种茶叶样本分成3组,且分类结果与实际类别接近,说明聚类分析法能用于茶叶的紫外光谱定性鉴别.     

牛蒡子不同溶剂提取物的UV和IR光谱研究

[目的]测定不同产地牛蒡子药材不同溶剂提取物的UV光谱与IR光谱。[方法]对不同产地牛蒡子样品的石油醚、氯仿、乙醇提取物UV光谱进行了测定,并对各样品石油醚、乙醚、水提取物的IR光谱进行了测定。[结果]不同产地牛蒡子的同种溶剂提取物UV光谱之间、IR光谱图之间均有较好的相似性及特征性共有峰;而不同溶剂提取物的UV光谱之间、IR光谱图之间差异明显。[结论]不同溶剂提取物的UV、IR光谱特征可更加全面、细致地体现牛蒡子化学成分的吸收特征,这为牛蒡子的快速鉴别提供参考依据。     

基于近红外光谱技术的大米掺伪定量判别

针对现在市场上常见的两种大米掺伪现象,利用近红外光谱技术结合化学计量学方法分别建立了大米中掺入低档米和掺入矿物油的定量分析模型。制配不同掺伪比例的大米样品,采集其近红外光谱,并选用标准正态变量变换、最大最小归一化、平滑和一阶导数4种方法对原始光谱进行预处理,分别结合偏最小二乘法建立PLS定量分析模型。通过对比建模结果选出的最优预处理方法是最大最小归一化,建立的掺低档米模型的校正集和预测集相关系数分别为0.9698和0.9845,均方根误差分别为8.66和6.46;掺矿物油米模型的校正集和预测集相关系数分别为0.9739和0.9888,均方根误差分别为0.106和0.0698。模型的预测精度和稳定性均很好,实现了对两种掺伪大米快速、准确的定量判别,为大米的品质监控提供了一种新的方法思路。     

近红外光谱法测定土壤全氮和碱解氮含量

为探寻采用近红外光谱技术在野外快速测定土壤全氮和碱解氮含量的方法,采集土壤光谱信号,结合偏最小二乘法和主成分分析法,分别建立土壤全氮和碱解氮含量测定的定标模型。结果表明,采用PLS方法建模时,土壤全氮和碱解氮含量测定定标模型的精度较高。为提高模型的预测精度,采用多元散射校正、标准归一化、基线校正、卷积平滑和小波变换5种方法对光谱信号进行预处理,当用小波变换法对光谱信号进行去噪处理,并与PLS方法结合时,模型的预测精度最高,土壤全氮样品校正模型的相关系数为0.838 5,均方根误差为0.153 1,对应验证模型的相关系数为0.754 9,均方根误差为0.184 2,校正集和验证集土壤全氮含量预测值(y)与实测值(x)之间的关系模型分别为y=0.685 8x+0.198 0和y=0.621 4x+0.237 9;土壤碱解氮样品校正模型的相关系数为0.866 5,均方根误差为0.007 7,对应验证模型的相关系数为0.796 1,均方根误差为0.009 4,校正集和验证集土壤碱解氮含量预测值(y)与实测值(x)之间的关系模型分别为y=0.749 8x+0.019 4和y=0.700 7x+0.023 3。综合分析结果表明,应用近红外光谱技术对土壤全氮和碱解氮含量进行定量预测是可行的,且应用小波变换方法对光谱冗余信息进行预处理后,再与偏最小二乘法相结合可有效地提高模型的精度。     

Loss of and damage to scallops due to storms in the Sea of Okhotsk

In the coastal zone of the Sea of Okhotsk off Hokkaido, Japan, the giant ezo scallop ( Patinopecten yessoensis ) is widely cultivated on the sea bed, making its fishery a major industry. However, the area experiences intense cyclones, including typhoons, about once a decade and the scallop resources appear to have received severe damage from the storms. Such an event occurred on 29 October 1988. The storm caused 12-m-high wind waves, which appeared to be fully developed sea waves. The water above the sea bed repeatedly moved back and forth at speeds of 1∼2 m s^-1 causing damage to the scallops due to collisions and rubbing with gravel and other scallops. From a comparison of wind data with the annual catch of scallops, intense cyclones seem to play an important role on the year-to-year fluctuations in the scallop fishery.     

人工神经网络NIR定量分析方法及其软件实现

在Visual C＋＋环境中采用面向对象技术,开发了PCA-MBP-NIR定量分析模型软件。通过40份小麦样品的原始光谱、加噪光谱（信噪比为14dB）与含水率所建立的PLS-NIR与PCA-MBP-NIR模型,对10份未知小麦样品的原始光谱、加噪光谱分别进行含水率的PLS-NIR与PCA-MBP-NIR预测分析。分析表明,对于含噪声的光谱,与PLS建模相比,使用PCA-MBP-NIR对未知样品预测结果具有更高的相关系数,更低的预测误差标准差。