排序方式: 共有13条查询结果,搜索用时 0 毫秒
1.
不同取代度壳聚糖季铵盐的制备及其热稳定性研究 总被引:3,自引:0,他引:3
制备了不同取代度的壳聚糖季铵盐(羟丙基三甲基氯化铵壳聚糖),利用单因素实验分析了制备条件,采用热重分析探讨了壳聚糖季铵盐的热降解温度。结果表明,壳聚糖季铵盐的最佳制备条件为环氧丙基三甲基氯化铵(ETA)与壳聚糖的比为3,水与异丙醇的比为3,反应温度为80℃,反应体系的pH值为6.0。壳聚糖季铵盐与壳聚糖相比,热稳定性下降,随着壳聚糖季铵盐取代度的增加,初始降解温度(T0)、最大降解速率温度(Tp)和终止降解温度(Tf)均逐渐降低。同时,从初始降解温度到最大降解速率温度的时间也随着取代度的增加而减少。 相似文献
2.
Zinc oxide (ZnO) thin films were grown on n-GaN/sapphire substrates by radio-frequency (RF) magnetron sputtering. The films were grown at substrate temperatures ranging from 400 to 700 ℃ for 1 h at a RF power of 80 W in pure Ar gas ambient. The effect of the substrate temperature on the structural and optical properties of these films was investigated by X-ray diffraction (XRD), atomic force microscopy (AFM) and photoluminescence (PL) spectra. XRD results indicated that ZnO films exhibited wurtzite symmetry and c-axis orientation when grown epitaxially on n-GaN/sapphire. The best crystalline quality of the ZnO film is obtained at a growth temperature of 600 ℃. AFM results indicate that the growth mode and degree of epitaxy strongly depend on the substrate temperature. In PL measurement, the intensity of ultraviolet emission increased initially with the rise of the substrate temperature, and then decreased with the temperature. The highest UV intensity is obtained for the film grown at 600 ℃ with best crystallization. oindent 相似文献
3.
枸橼酸西地那非原料药合成过程中出现的新的未知杂质进行了提纯、结构表征及合成。将氯气通入5-(2-乙氧苯基)-1-甲基-3-丙基-1,6-二氢-7H-吡唑[4,3-d]嘧啶--酮的氯仿溶液中合成杂质-(-氯--乙氧苯基)-1-甲基-3-丙基-1,6-二氢-7H-吡唑[4,3-d]嘧啶-7-酮,并经过LS-MS、NMR、IR确证结构。此杂质未见报道,文献调研及实验研究发现该杂质是造成枸橼酸西地那非原料药纯度降低的主要因素之一,为确保药物安全有效,合成过程中严格控制该杂质的含量。本研究论文侧重于对该杂质形成机理及结构进行表征分析。 相似文献
4.
5.
6.
7.
8.
9.
以桑椹籽为原料,对盐溶法提取桑椹籽蛋白质的参数进行了优化.通过单因素试验和正交试验,探讨了不同因素对盐溶法提取桑椹籽蛋白质提取率的影响,确定了盐溶法提取桑椹籽蛋白质的最佳提取参数.结果表明,桑椹籽蛋白质的等电点(PI)为4.3;各因素对蛋白质提取率的影响程度由大到小依次是料液比、氯化钠浓度、提取温度、提取时间.盐溶法提取桑椹籽蛋白质的最佳参数为:浸提液氯化钠溶液浓度0.3 mol/L,料液比1 40,浸提温度50℃,浸提时间40 min.在此条件下,蛋白质的提取率为28.80%. 相似文献
10.
认知功能障碍的早期检测和及时干预对减缓病情发展至关重要。脑电(EEG)信号具有时间分辨率高、易采集等优点,目前已成为研究认知疾病生物标志物的重要工具。相较于传统的生物标志物识别方法,机器学习方法对于基于EEG信号的认知功能障碍的识别分类的准确率更高,稳定性更好。对于近三年基于EEG信号的认知功能障碍识别分类的相关研究,首先,从认知功能障碍识别分类中常用的时域、频域、时频域结合、非线性动力学、功能连接和脑网络这五类EEG特征出发,寻找更具代表性的EEG特征;其次,总结目前使用较多的支持向量机(SVM)、线性判别分析(LDA)、K-近邻(KNN)和人工神经网络(ANN)等机器学习和深度学习分类方法和这些方法的性能;最后,分析各类研究中目前存在的问题,并展望此领域未来的研究方向,从而为后续基于EEG信号的认知功能障碍识别分类的研究提供参考。 相似文献