QuECHERS-超高效液相色谱-串联质谱法快速检测阿克苏红枣中29种农药残留量

目的 建立QuECHERS-超高效液相色谱-串联质谱法快速检测红枣中29种农药残留量。方法 样品用0.1%乙酸-乙腈溶液振荡提取, QuECHERS净化, 以waters BEH C18色谱柱分离, 在正离子模式下选用多反应监测模式进行检测, 外标法定量。结果 29种农药在0.005~0.2 mg/L线性关系良好, 相关系数大于0.995, 加标浓度为10、50、100 μg/kg时, 平均回收率为74.6%~109.1%, 相对标准偏差均<15%, 检出限为0.15~ 3.0 μg/kg。结论 该方法操作简便, 准确可靠, 稳定性强, 适用于红枣中29种农药残留量的快速测定。     

多花素馨总生物碱模拟胃液条件下清除亚硝酸盐及阻断亚硝胺合成

目的:探索多花素馨清除亚硝酸盐及阻断亚硝胺合成的能力。方法:在模拟胃液条件下,利用紫外分光光度计测定多花素馨总生物碱清除亚硝酸盐及阻断亚硝胺合成的能力。结果:在模拟胃液条件下,多花素馨总生物碱在0. 0016mg/m L时清除亚硝酸盐能力最大,在0. 0012mg/m L时,阻断亚硝胺合成能力最大。结论:多花素馨总生物碱有良好的清除亚硝酸盐及阻断亚硝胺合成能力。     

阿立哌唑治疗男性精神分裂症的副反应分析及护理要点研究

目的:探究男性精神分裂症患者采用阿立哌唑治疗的副反应与护理要点。方法:选取的102例研究对象都来自本院2017年8月～2018年11月这一期间接受阿立哌唑治疗的男性精神分裂症患者,并采用抽签的方式分为2组,对比组予以常规护理,实验组实施针对性护理,并对两组患者的治疗效果、疾病认知、副反应认知、遵医用药、护理满意度、副反应发生率进行对比。结果:对比组治疗总有效率82.35%,与实验组的98.04%相比有统计学意义(P0.05);对比组疾病认知、副反应认知、遵医用药与护理满意度评分明显低于实验组(P0.05);对比组副反应发生率23.52%,与实验组的5.88%相比有统计学意义(P0.05)。结论:男性精神分裂症采用阿立哌唑治疗时配合针对性护理干预,可使副反应情况明显减少。     

基于免疫算法的无线传感网络覆盖研究

普遍研究的无线传感器模型有0-1感知、概率感知模型。前者不够准确,偏理想化;后者符合实际,但冗余较多,计算量偏大。采用混合感知模型,通过搭建无线传感网络(WSN)的网格数学模型,用免疫多目标算法对其进行优化,理论分析及仿真结果均表明该模型具有可行性和优良的覆盖性能。     

2DPSK的调制解调及其SystemView仿真

本文介绍了2DPSK调制解调的基本原理并在SystemView平台上构建了一个2DPSK调制解调系统的仿真模型。通过使用SystemView分析窗口观察信号的波形和频谱,我们能直接观测到信号在传输过程中的波形和频谱的变化,这有助于我们更深刻地理解2DPSK调制解调系统的工作原理和各个设备的功能。     

壮药积雪草挥发油成分分析及其抗氧化研究

目的:对百色地区壮药积雪草挥发油成分和抗氧化能力研究。方法:通过水蒸气蒸馏法提取积雪草内的挥发油成分,利用气相色谱质谱联用技术(GC-MS)分析挥发油的成分。采用二苯代苦味酰自由基(DPPH·)法,测定不同浓度挥发油的抗氧化能力,以EC50为指示。结果:积雪草挥发油的出油率为0.21%,通过GC-MS从积雪草挥发油中共分离鉴定出23种组份,占总含量的99.64%。经检测,积雪草挥发油抗氧化活性随浓度的增加而增大,EC50是7.305 mg/m L。结论:积雪草挥发油具有抗氧化能力,有进一步开发研究价值。     

冬日阳光浴 阳台家具成好事

阳台是家中连接室内与室外的区域，是呼吸新鲜空气与阳光浴的最佳场所。如果只用来储物、晾晒实在是太浪费了，其实我们可以在这里完成别的更有意义的事情。下午茶、休憩小读、莳花弄草等等，既可以提高生活的品质，也能够让我们充分享用冬日里珍贵的阳光。不管你更青睐哪种方式，都必须要选对阳台家具才能成就如此好事。     

基于CFD的泵站进水池流场水流特性分析

鉴于泵站进水池内的水流条件直接关系到水泵能否正常运行,通过CFD的方法,采用ANSYS 15.0软件模拟了泵站进水池在无隔墩和有隔墩两种体型下的流场,预测了吸水管内涡核的位置,并分析了进水池内的流态、流速分布规律及吸水管内的流速分布规律。结果表明,进水池设置隔墩后,吸水管内的涡核显著减小,属于水下涡第二类即带核物的涡类型;吸水管中心与进水池后壁、侧墙的距离关系到漩涡的产生,在泵站设计中应予以重视;隔墩对调节进水池内的流速分布和改善水流条件具有一定的作用。     

基于树型正交前向选择方法的可调核函数模型

基于留一准则的正交前向选择算法(Orthogonal Forward Selection based onkave-One-Out Criteria,OFS-LOO)是最近提出的一种数据建模方法,它能够产生鲁棒性好的参数可调的核函数回归模型.OFS-LOO采用贪婪算法策略,利用全局优化算法逐项调节每个回归项的参数,逐步地增加模型的项数,减少留一准则函数值.但是OFS-LOO仅保留当前最优解作为新回归项的参数,而忽略当前的选择对以后步骤的影响,破坏了模型的稀疏性.本文在OFS-LOO的框架下提出了一种新颖的树型算法.在选择核函数模型的每一项时,采用重复加权增进搜索(Repeated Weighted Boosting Search,RWBS)算法,同时保留RWBS得到的多个局部极值作为核函数参数的候选项.新方法试图找到传统OFS-LOO和全局最优解之间的折衷.实验表明,与传统方法相比,新方法得到的核函数模型稀疏性更好,泛化能力更强.     

兼收并蓄的古典风

如果你拿到的新房被开发商精装成“土豪”一般,而你本人走的是低调路线,这时你也不必过于苦恼。我们一起来看看本案设计师如何在尽量配衬和适度改造的基础上,以兼收并蓄的古典风格演绎如何将刺眼的富丽堂皇转变成悦目的低调奢华。