排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
以1-羟基-2-萘甲酸与2-甲氧基萘为起始原料通过多步反应合成了标题化合物。首先将1-羟基-2-萘甲酸转化为1-(-)-薄荷氧基-2-萘甲酸-(-)-薄荷酯,再将2-甲氧基萘转化为1-溴-2-甲氧基萘,1-溴-2-甲氧基萘的格氏试剂与酯反应得到(S)-2'-甲氧基-1,1'-联萘-2-甲酸-(-)-薄荷酯。该薄荷酯再经还原反应、氧化反应、加成反应、氧化反应得到标题化合物。对各步反应的实验条件进行了适当改进,找到了较好的合成条件,并用1HNMR和13CNMR对各步产物进行了表征。 相似文献
2.
利用亲和毛细管电泳法(ACE)研究了柳叶水甘草碱(TAB)与牛血清白蛋白(BSA)的相互作用.结果表明,柳叶水甘草碱与BSA常温下结合常数为8.00×106 L·mol-1,热力学参数验证两者相互作用力以氢键和范德华力为主.傅立叶变换红外光谱(FT-IR)进一步考察了柳叶水甘草碱对BSA二级结构的影响,其结果是,柳叶水甘草碱使得蛋白的α-螺旋、β-转角含量降低,β-折叠含量上升.在分子水平,利用分子对接技术确定了柳叶水甘草碱和牛血清白蛋白结合的适宜位置. 相似文献
3.
4.
电网调控告警识别是实现智能电网调度的重要环节。为提高电网调控告警识别的准确率,针对电网数据量庞大、有效信息提取困难、传统知识库知识迁移能力较差等问题,提出一种基于BERT-DSA-CNN和知识库的电网调控在线告警识别方法。首先在自然语言处理-深度学习的文本数据挖掘架构基础上,经过分词、去停用词等步骤,利用BERT模型获取电网调控告警信息词向量。然后将词向量输入CNN深度学习模型进行训练,并根据电网告警信息的特点引入DSA机制对CNN模型进行改进。最后提出了融合深度学习模型和传统知识库的电网调控在线告警识别方案。通过大量的算例结果分析得出,该方法相比Word2vec、传统CNN、传统知识库、离线学习等方法,具有更高的准确性和有效性,对不同的故障类型均具有较好的识别能力,为工程应用提供了一种思路。 相似文献
1