【摘 要】
：
Suzuki-Miyaura偶联是一种形成碳一碳键、合成联芳基化合物的有效方法,与传统的卤代烃相比,芳香胺类化合物更容易获得,价格上更为便宜,相应的中间体重氮盐在偶联反应中的活性
【机 构】
：
山西大学化学化工学院,山西太原030006
论文部分内容阅读
Suzuki-Miyaura偶联是一种形成碳一碳键、合成联芳基化合物的有效方法,与传统的卤代烃相比,芳香胺类化合物更容易获得,价格上更为便宜,相应的中间体重氮盐在偶联反应中的活性更高,反应条件更为温和,因此,苯胺及其衍生物与苯硼酸的交叉偶联具有重要的研究意义.文章利用Pickering乳液的限域作用,构建不相容酸碱的共存体系,发展一种苯胺交叉偶联反应,实现苯胺在酸性条件下生成芳基重氮盐,再于碱性条件下进行Suzuki-Miyaura偶联反应,其目标产物的产率可达30％～80％,同时,该反应体系可以进行多次循环反应.文章为芳香胺的“一锅”Suzuki-Miyaura偶联反应提供了更加绿色、高效的合成途径.
其他文献
通过比较实证资产定价中Fama-MacBeth横截面回归和组合水平分析中的四类常见t检验统计量,发现White异方差调整的t统计量与普通t统计量一致,且是一阶自相关系数调整的t统计量
通过对新疆维吾尔自治区(以下简称“新疆”)农民收入结构变动情况和结构变动对农民收入增长影响进行测度,结果发现新疆的农户四项收入结构发生了较大的变化,逐步形成了以生产
精确的网络估算对于5G网络部署有重要意义.为进一步提升无线传播网络分析的计算精度,构建了基于Cost 231-Hata框架下深度学习的无线智能传播预测模型.该模型考虑无线通信网络
随着计算机图像分类技术的广泛应用,传统的图像分类方式已经不能满足人们生活需要。传统的图像分类方式主要是构造单一分类器,这种方式分类效果相对较差,分类准确率相对较低。针对这一问题,文章在Stacking集成思想的基础上,根据多粒度人物画像模型,探索了主成分粒化法与改进多粒度模型在图像分类中的应用,提出了基于PCA图像粒化的多粒度图像分类模型。多粒度图像分类模型选取BP神经网络、KNN和SVM作为基分
针对文本表示模型中语义信息提取不充分的问题,提出基于点互信息的CLSVSM (Co-occurrence Latent Semantic Vector Space Model)和语义增强的CLSVSM.首先利用点互信息计算关
随着数据的海量型增长,如何提高数据处理的效率已经对现有的数据挖掘算法提出了挑战.样例选择是指从初始数据中,依据既定规则选出能够代表初始数据的样例,从而有效地减少后续
文章研究了带分布时滞分数阶泛函微分方程非振动解的存在性,利用Krasnoselskii不动点定理得到了其一个新的充分条件.
分离时间量子行走包含硬币旋转算符和条件平移算符两种相继作用.文章在这两种算符中分别引入一个可控的参数,同时加入增益损耗算符,构造满足PT对称的一维非幺正量子行走模型.
文章在双击转子模型的Floquet算符中加入可调参数的硬币算符,以此改变每一单步演化后的硬币态,研究可调硬币参数对系统拓扑特性的影响.通过计算系统Floquet准能谱和绕数拓扑
文章研究了一类具有信息干扰和Markov切换的随机传染病模型正解的存在性及灭绝性.通过构造合适的Lyapunov函数得到了模型正解存在性和唯一性的充分条件,利用马尔科夫链的遍历