6种清洗方法对果蔬中2种甲氧基丙烯酸酯类农药残留的去除效果

分别采用清水、果蔬洗涤盐溶液、奶粉溶液、比亚酶蔬菜速洗液、洗洁精浸泡和洗菜机清洗6种方法清洗吡唑嘧菌酯和嘧菌酯污染的黄瓜及草莓,Qu ECh ERS-LC-MS/MS法处理并检测黄瓜和草莓中吡唑醚菌酯及嘧菌酯的残留量。结果表明:奶粉对黄瓜和草莓上2种农药残留的整体清除效果最好,清除率为60.01%~69.91%,显著(p0.05)高于洗洁精和清水浸泡。洗菜机对草莓上农药残留的清除率为59.55%~64.87%,高于对黄瓜上农药残留的清除率40.29%~48.40%。果蔬洗涤盐和比亚酶的农残清除效果无明显差异,清除率分别为39.91%~64.50%和39.63%~65.35%。洗洁精农残清除率为32.50%~52.02%。清水清除率最低,为22.45%~44.41%,显著低于奶粉、洗涤盐和比亚酶浸泡效果(p0.05)。综上所述,不同清洗方法均可减少果蔬中的农药残留,其中奶粉溶液浸泡处理效果最好,清水最差。     

一种实现时序快速有效收敛的时钟树综合方案

针对低频下数字集成电路实现时序收敛需要插入大量缓冲器而导致芯片布线困难、运行时间较长等问题,提出了一种降低时钟树级数与增加保持时间余量相结合的时钟树综合方案。基于CSMC 0.35 μm CMOS工艺,采用提出的方案,使用IC Compiler和Prime Time工具,分别完成了应用于高精度隔离型Σ-Δ ADC芯片的低速数字滤波器的物理设计以及静态时序分析。结果表明,与传统方案相比,保持时间负松弛总值降低了95.62%,时序收敛所需缓冲器个数减少了约98.13%,运行时间缩短了97.25%,有效地降低了布线拥塞程度,快速有效地实现了时序收敛。     

硫酸钙氨法制取硫酸钾新工艺的实验研究

利用K2 +2 ,Ca2 +/ /SO2 -4 ,Cl2 -2 ,NH3—H2 O混合体系相图作为工艺指导 ,进行硫酸钙制取硫酸钾工艺的相图研究和分析 ,确定实验优选因素及水平并进行正交实验 ,根据实验结果进行极差分析 ,得出新的结论。合适的工艺条件为 :氨浓度为 40 % ,配料比n( 2KCl) :n(CaSO4 ·2H2 O)为 1:1,反应温度为 5℃ ,反应时间为 1h。     

三聚氰胺分子印迹聚合物的合成与光谱学特性

采用非共价印迹法,以三聚氰胺为模板分子,甲基丙烯酸为功能单体,乙二醇二甲基丙烯酸酯为交联剂,合成了三聚氰胺分子印迹聚合物．实验表明该印迹聚合物对甲醇溶液中三聚氰胺具有良好的选择性结合能力,对液态奶中的三聚氰胺的富集率可达98％以上．并结合紫外光谱及红外光谱对分子印迹聚合物的合成及结合机理进行了初步解析．     

DMTDA在聚氨酯弹性体中的扩链性能研究

在聚氨酯弹性体加工成型中必须加入一种兼起扩链和交联作用的固化剂,一般使用的扩链剂是3,3’-二氯-4,4’-二氨基-二苯基甲烷（英文缩写为MOCA）,在本文的研究中,以自制的二甲硫基甲苯二氨（英文缩写为DMTDA）作为扩链固化剂,并考察了它的扩链性能,研究发现：对聚酯型聚氨酯弹性体而言,制备的DMTDA的扩链效果与国外同类产品ETHACURE300的扩链效果相当;而且在邵氏硬度方面,自制的DMTDA要优于ETHACURE300．结果表明：自制的DMTDA可以替代国外同类产品ETHACURE300在聚酯型聚氨酯弹性体中使用．     

液膜法制备STM探针研究

本文采用液膜代替传统的电解质溶液,用电化学腐蚀法制备了STM用W探针,细致研究了电压、液膜中电解质浓度和补充滴加电解质的时间间隔的单因素实验和正交实验对探针制备成功率的影响。采用该法得到的探针针尖表面光滑,显示出极好的对称性,在较佳的条件下,曲率半径最小达到48 nm,超过了进口的商业化STM探针的水平,可以进行实际应用。     

1,4-二硝基咪唑的合成及其热分解

用二步反应合成1,4-二硝基咪唑(1,4-DN I),即先用乙酸酐对4-硝基咪唑3位上的N进行N-酰化,再通过硫酸-乙酸酐-硝酸钠混合液对酰化产物进行硝化合成1,4-二硝基咪唑,通过正交实验对合成工艺进行了优化,得到了较优的工艺条件:4-硝基咪唑、浓硫酸、硝酸钠、乙酸酐的摩尔比为2∶3∶8∶15,反应温度30~40℃,反应时间3 h。用DSC研究了1,4-DN I的热分解。     

乙醛法合成乙醛酸

研究了以硝酸、乙醛为原料合成乙醛酸的方法，考察了引发剂用量、乙醛与硝酸物质的量比、硝酸浓度、反应温度、反应时间等因素的影响，获得的最佳反应条件为：n(乙醛)：n(硝酸)=0．6：1，亚硝酸钠用量为乙醛质量的1．0％，硝酸浓度30％(质量分数)，反应温度55℃，时间6h，乙醛酸收率可达45．7％(以乙醛计)。     

一种语义嫡的社区划分模型及其应用研究

根据复杂网络中整个网络由若干个社区组成和用户通常只对少数主题感兴趣的事实,通过社区语义墒和社区间语义间嫡,提出了一种基于语义信息的社区结构划分模型,将网络划分为几个语义社区,并将其应用在服务注册中心的具体问题中,同时通过社区负载容量等参数进行了实验分析。实验结果表明,该模型充分考虑到了社区间的语义特性,在应用中效率有显著提高,为语义社区结构中的服务注册中心部署提供了新的途径。     

基于多神经网络协作的电子病历命名实体识别方法

随着电子病历在医疗领域的推广应用,越来越多的研究者关注如何高效地从电子病历中抽取高价值科研信息。CHIP2018将中文电子病历临床医疗命名实体识别作为评测任务,即从中文电子病历中抽取三种恶性肿瘤相关的实体。结合三种实体的特点和实体间的依赖关系,提出基于多神经网络协作的复杂医疗命名实体识别方法,并实现了句子级别的模型迁移,解决了训练数据集数量和质量问题,最终获得了该评测任务的第二名。此外,该方法的改进方法取得了CCKS2019评测任务一的第一名,印证了其有效性和泛化能力。