论文部分内容阅读
芳香多羧酸基配合物及其荧光识别性能研究
【摘 要】
：
配位聚合物是一类由金属离子或离子簇和有机配体构筑的无机-有机杂化材料,在荧光探针识别、气体吸附和分离、催化、染料吸附和电容器等领域具有潜在的应用。本论文在溶剂热条件下,主要以2,2′-联吡啶-4,4′-二甲酸(H_2BDC)、三(4-苯甲酸)磷氧化合物(H_3TPO)以及含氮杂环类配体和过渡金属离子合成了结构新颖的11种配合物。并对他们进行了X-射线单晶衍射、X-射线粉末衍射(XRD)和热重分析(
【出 处】
：
中北大学
【发表日期】
：
2021年01期
其他文献
场景深度估计是计算机视觉里的热点研究内容。常用的多视角场景深度估计主要是基于线性阵列通过立体匹配得到视差,精度的提高主要体现在匹配与聚合过程的优化,很难取得新的突破,在实际研究中,图像获取过程对相机的排列方式要求较高,无法进行图像标定,很难得到图像的参数信息,为了克服标定过程的局限性进一步改进场景深度估计结果,本文提出非线性阵列采集多视角图像进行深度估计,由于视图阵列排布的随机性,图像间参数信息未
学位
本文主要研究环形神经网络系统与时滞相关及与时滞无关的稳定性问题。首先讨论了自反馈项对神经网络系统稳定性的影响,其次针对四神经元双向环形多时滞神经网络系统,进行了稳定性分析。第一章阐述了时滞环形神经网络系统的历史背景、意义和国内外的研究现状,并简单介绍了本文的神经网络模型。第二章研究了带有自反馈项和小世界联接的时滞环形神经网络系统的稳定性,首先构造了一个Lyapunov函数方法,并分析了系统和时滞相
学位
1,1-二氨基-2,2-二硝基乙烯(FOX-7)具有能量较高、热性能与机械感度性能好等优异特点,在不敏感炸药、推进剂中具有良好应用前景。然而,直接现有合成所得FOX-7形貌不规则、粒度小且单一、粒度分布宽和流散性差等问题,致使其应用效果不佳。重结晶是改善炸药晶体性能的重要方法,本文对FOX-7在不同溶剂中的结晶热力学、结晶动力学进行了深入研究,获得了FOX-7的结晶机制,在此基础上对冷却结晶工艺进
学位
1,1-二氨基-2,2-二硝基乙烯(FOX-7)作为一种典型的高能低感炸药,因其爆轰性能优良,对撞击、火花、摩擦和冲击波刺激钝感,在不敏感弹药、固体推进剂、高安全型武器系统的装药中都有着极其广泛的应用。FOX-7存在多晶相现象,晶相转化温度较低,大大影响和限制了FOX-7在较高温度范围内的应用。目前关于其相变中间过程及机理等方面研究还比较缺乏。为了解决该问题,本研究工作围绕FOX-7的相变开展了一
学位
电磁超表面是超材料中一个十分重要的分支,它一般是亚波长尺度上的人造单元通过周期性的排列组成的,这些周期性排列的单元可以对入射电磁波的相位,振幅和偏振等特性进行灵活的调控。因为其有着结构简单,灵活调控和易于加工等优点,逐渐成为热门课题之一。近些年研究者发现可以在电磁超表面的交界面上导入相位范围2π的相位变化,可以更加简单的对电磁波进行操控,这为电磁超表面的研究提供了一个全新的维度,也就是相位梯度超表
学位
现代市场营销当中,直接对商品进行叫卖的广告已经不再受到人们的欢迎。很多商家意识到,广告要想真正打动受众,并与受众产生感情上的共鸣,就必须要精准了解受众的需求。观念广告作为一种传达价值观念和生活观念,以引导和迎合消费者心理的广告诉求形式,越来越为消费者接受和喜爱。近年来,伴随着女性社会地位的提升,以女性角色为广告诉求主体的观念广告大量涌现,与传统广告中的女性角色有所不同,观念广告中的女性角色大多呈现
学位
甲状腺癌的患病比例近年来不断上升,作为一种高发的内分泌系统疾病,已经成为危害人类健康的十大癌症之一,尽早诊断识别出甲状腺结节的性质有助于后续治疗的推进。超声检查以其安全、无创、诊断率高等优势成为甲状腺癌临床检测的首选方法。通过计算机进行甲状腺超声图片的辅助诊断也有助于突破人工经验限制,帮助医生更好的进行病变分析。然而,由于超声图像成像质量较低,且散斑噪声严重,加上结节的超声表现复杂多样性,使甲状腺
学位
微博凭自身优势逐渐取代百度贴吧、腾讯兴趣部落,成为近些年来最大的线上追星媒介。明星粉丝聚集于此,通过群体互动仪式,建立集体意识,产生情感连结,明星粉丝逐渐将所在虚拟社群看作具有归属感的家园,也不断实现对自身价值的确认和强化。论文以微博中的明星粉丝社群为研究对象,进行了研究。首先,对互动仪式链理论以及中国粉丝文化发展进行了梳理。其次,从权力仪式、权力等级建构两方面剖析微博明星粉丝社群的仪式分层现象。
学位
为了发现数据背后隐藏的信息,使数据更好地应用于生产生活,数据的分类研究一直是一个热点。然而,在现实生活中,很多数据是不平衡的,且分类效果并不好。因此,如何提高对不平衡数据的分类效果,使数据更好的用于生活一直是一个具有实用性的研究方向。本文针对不平衡数据分类时效果较差的问题,以支持向量机(SVM)作为基分类器,从三个不同的角度分别进行了改进:第一,从数据预处理的角度。针对分类时由于类间样本相差过大,
学位