两个基于2,5-二甲氧基对苯二甲酸和咪唑衍生物的超分子钴配位聚合物的结构及光催化反应

本文以咪唑衍生物为配体,通过水热合成法与钴离子制备出两个配位聚合物:{[Co(DTA)(1,4-DIB)(H₂O)]·H₂O}_n(1)和[Co(DTA)(1,3-BMIB)]_n(2)(1,4-DIB=1,4-二(1H-咪唑-1-基)苯; 1,3-BMIB=1,3-二(4-甲基-1H-咪唑-1-基)苯;H₂DTA=2,5-二甲氧基对苯二甲酸)。利用X射线单晶衍射、粉末衍射、热失重、元素分析、红外光谱以及固体紫外-可见光谱等对两个配合物进行了表征。结构分析证实配合物1和2是通过二维结构堆积成的三维超分子化合物。粉末衍射测试则显示两个配合物在水中有很好的稳定性。固体紫外-可见光谱显示两个配合物属半导体材料,对紫外-可见光有很强的吸收作用。在光催化实验中,配合物1和2可加快亚甲基蓝的降解速度。     

对称向量拟均衡问题有效解的存在性

利用标量化方法建立对称向量拟均衡问题有效解的存在性定理。作为标量化方法的应用，利用这一方法得到向量变分不等式和拟向量变分不等式有效解的存在性定理。     

Helicate tris(aryl)carbinolates bearing pendant NR2 donors – a new family of supporting ligands for the synthesis of Sc3+ alkyl complexes

The reactions of aryllithium reagents o-LiC₆H₄CH₂NR₂ with (MeO)₂CO afford two new tris(aryl)carbinols bearing pendant-NR₂ donor groups in the side chain [o-R NCH C H ] COH [R = Me, R + R = (CH) ]. These alcohols feature helical chirality due to differently inclined aromatic fragments and are presented in a crystalline cell as two M and P enantiomers. Carbinol (R = Me) readily reacts with (Me3SiCH2)3Sc(THF)2 to give a scandium bis(alkyl) complex [(o-C₆H₄CH₂NMe₂)₃CO]Sc(CH₂SiMe₃)₂ featuring rigid binding of the alkoxy anion through a κ¹-O, κ²-N chelating coordination mode     

基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题，提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性，提出基于快速神经网络架构搜索（neural architecture search，NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法，在预设的搜索空间中搜索最优网络结构，进行图像水印的高效嵌入与鲁棒提取。首先，将子网络中线性连接的全卷积层设置为独立的神经单元结构，并参数化表示结构单元内节点的连接，预先设定结构单元内每个神经元操作的搜索空间；其次，在完成一个批次的数据集训练后，依据神经元操作中的被采样次数和平均损失函数值动态更新概率；最后，重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上，大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑，本文算法具有较高的时间性能和较好的实验效果，在隐藏图像时，对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验，对比发现，本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著；在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著，特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

One-pot,one-step,and selective terpolymerization of ethylene oxide,propylene oxide,and COS to copoly(thioether)s with tunable thermal properties

Facile construction of sulfur-rich polymers using readily available raw chemicals is an area aggressively pursued but challenging. Herein we use common feedstocks of ethylene oxide (EO), propylene oxide (PO), and carbonyl sulfide (COS) to synthesize copoly(thioether)s which are traditionally produced from unpleasant and difficult to store episulfides. In this protocol, the EO/COS coupling selectively generates a pure poly(ethylene sulfide) (PES) with melting temperature (T_m) values up to 172°C and high yields up to 98%. The EO/PO/COS terpolymerization leads to the incorporation of soft poly(propylene sulfide) (PPS) and hard PES segments together, affording a random PES-co-PPS copoly(thioether) with the complete consumption of EO and PO. Additionally, by simply varying the EO/PO feeding ratio, the obtained copoly(thioether)s possess tunable thermal properties, T_m values in the range of 76–144°C, and excellent solubility. These copolymerizations are conducted in one-pot/one-step at industrially favored reaction temperatures of 100–120°C using catalysts of common organic bases, suggesting a facile and practical manner. Especially, the copoly(thioether) exhibits high refractive indices up to 1.68 owing to its high sulfur content, suggesting a broad application prospect in optical materials.     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

Chemical bonding in representative astrophysically relevant neutral,cation, and anion HCnH chains

Most existing studies assign a polyynic and cumulenic character of chemical bonding in carbon-based chains relying on values of the bond lengths. Building on our recent work, in this paper we add further evidence on the limitations of such an analysis and demonstrate the significant insight gained via natural bond analysis. Presently reported results include atomic charges, natural bond order and valence indices obtained from ab initio computations for representative members of the astrophysically relevant neutral and charged HC_2k/2k+1H chain family. They unravel a series of counter-intuitive aspects and/or help naive intuition in properly understanding microscopic processes, e.g., electron removal from or electron attachment to a neutral chain. Demonstrating that the Wiberg indices adequately quantify the chemical bonding structure of the HC_2k/2k+1H chains—while the often heavily advertised Mayer indices do not—represents an important message conveyed by the present study.     

对氯苯甲酸构筑的铜(Ⅱ)配合物的合成、HSA结合及细胞毒性

本文合成了配合物[Cu(pcba)₂·(phen)(H₂O)] (pcba =对氯苯甲酸,phen = 1,10-邻菲罗啉),该配合物属于三斜晶系,P1空间群,晶胞参数为a=0.790 98(2) nm,b=1.072 40(4) nm,c=1.487 19(6) nm,α=100.613(3)°,β=95.239(3)°,γ=108.334(3)°,Z=2,D_c=1.638 g·cm^-3,F(000)=582,最终结构残差因子R₁=0.035 9,wR₂=0.089 1。采用紫外及荧光研究了配合物和人血清蛋白(HSA)的相互作用方式。结果表明,配合物静态猝灭HSA荧光,可求得配合物与HSA的猝灭常数K_sv=2.35×10⁵ L·mol^-1,猝灭速率常数K_q=2.35×10¹³ L·mol^-1·s^-1,结合常数为K_a=2.14×10¹³ L·mol^-1,结合位点n=2.37。同时,研究了配合物对胃癌细胞A549、宫颈癌细胞Hela和肝癌细胞HepG2的抗增殖能力。     

游客情感计算的文本大数据挖掘方法比较研究

旅游文本大数据以其方便、快捷和低门槛的特点为游客情感计算提供了极大便利，已经成为旅游大数据的主要来源之一。基于大数据理论和情感理论，以文本大数据为数据源，在全面梳理国内外情感计算相关成果的基础上，利用人工智能中的逻辑/算法编程方法、机器学习方法、深度学习方法对旅游文本大数据进行挖掘，探索最佳的基于文本大数据的游客情感计算方法。研究发现：（1）基于情感词典的游客情感计算模型，其核心是构建情感词典和设计情感计算规则，方法简单，容易实现，适用语料范围广。（2）机器学习，用统计学方法抽取文本中的特征项，具有非线性特征，可靠性较线性特征的情感词典方法高。（3）基于深度学习技术的游客情感计算，效果良好，准确率在85%以上。训练多领域的文本语料易于移植，实用性强，且泛化能力好，较适合大数据时代游客情感计算研究。     

移动加热器法生长碲锌镉晶体的组分输运与界面形貌研究

移动加热器法(THM)生长碲锌镉晶体时,界面稳定性对晶体生长的质量有很大影响。本文基于多物理场有限元仿真软件Comsol建立了THM生长碲锌镉晶体的数值模拟模型,讨论了Te边界层与组分过冷区之间的关系,对不同生长阶段的物理场、Te边界层与组分过冷区进行仿真研究,最后讨论了微重力对物理场分布的影响,并对比了微重力与正常重力下的生长界面形貌。模拟结果表明,Te边界层与组分过冷区的分布趋势是一致的,在不同生长阶段,流场中次生涡旋的位置会发生移动,从而导致生长界面的形貌随着生长的进行发生变化,同时微重力条件下形成的生长界面形貌最有利于单晶生长。因此,在晶体生长的中前期,对次生涡旋位置的控制和对组分过冷的削弱,是THM生长高质量晶体的有效方案。