检索结果-南通市图书馆

维普期刊数据库

功能化荧光水凝胶传感器的研究及在水产品检测中的应用

在线全文

学校读者我要写书评

暂无评论

功能化荧光水凝胶传感器的研究及在水产品检测中的应用

作者：李沅鑫大连海洋大学

学位级别：硕士

传统刚性传感器通常由硬质材料制成,无法适应弯曲或动态变化的表面。这使得它们在需要贴合不规则或可移动表面的应用中表现不佳。为解决传感器检测过程中的灵活性与便携性的问题,本研究成功地合成了海藻酸钠/丙烯酰胺水凝胶柔性传感器,... 详细信息

传统刚性传感器通常由硬质材料制成,无法适应弯曲或动态变化的表面。这使得它们在需要贴合不规则或可移动表面的应用中表现不佳。为解决传感器检测过程中的灵活性与便携性的问题,本研究成功地合成了海藻酸钠/丙烯酰胺水凝胶柔性传感器,并深入探讨了不同离子对其基本性质的影响。将此水凝胶作为柔性基底,通过填充荧光材料的方法使其具备了对目标物识别的能力。通过观察颜色的变化,我们可以检测到目标物的存在,并且利用智能手机捕捉颜色变化的过程,进行照片的数据特征训练,从而实现了对有害物质的可视化检测。这种功能化的荧光水凝胶传感器不仅具有稳定的电学信号,而且还表现出良好的粘附性能,这使得它在实际应用中具备了很高的可靠性和稳定性。这为食品快速检测技术提供了一种可靠的新方法,为食品安全提供了保障。本文具体研究内容及结果如下:1.提出了基于丙烯酰胺/海藻酸钠水凝胶的制备方法。通过添加导电填料镓铟合金(EGa In),提高了水凝胶的电导率,最高电导率可达到60.78 S/m,其拉伸可以达到1100%,在50%应变下循环拉伸250次,电信号能够稳定输出。此外,水凝胶能够粘附不同基材,对于橡胶的粘附强度为37.25 k Pa。其优异的电学性能、力学性能都证明了该水凝胶可以作为柔性传感器用于食品检测领域的可靠性与耐久性。2.本章成功制备了荧光香豆素功能化的水凝胶传感器,用于识别水产品中亚硝酸盐的含量。在体系中引入液态金属后能够激发香豆素的荧光信号,荧光信号增强到原来的一倍,同时提高了柔性传感器的导电性,电导率能够达到42.322S/m。该水凝胶传感器检测亚硝酸盐的范围为10～100μg/L,检测限为1.44μg/L,优于现有的荧光检测方法。在实际样品检测中,将水凝胶粘附到鲟鱼体表,可以观察到不同部位对应着不同的亮度,进而对比分析出不同区域的污染情况。这种检测方法不会对生物体产生危害,在食品快速检测中有良好的发展前景。3.利用镧系金属六水合硝酸铕和海藻酸钠结合成功制备出荧光水凝胶传感器,用于水产品中四环素污染风险监测。六水合硝酸铕的加入提高了拉伸性能,最大拉伸可以达到1100%,具有良好的抗疲劳性质。此外,该传感器能够粘附到生物体表面,对猪皮的粘附强度可以达到44.904 k Pa。因此,我们将传感器粘附到大鲵体表,实现点位贴附并通过颜色的变化实时传输出四环素的浓度,其检测范围为9～1.8×10～6μg/L,检测限为0.58μg/L。在实际样品检测中的准确度达到92%,为水产品中四环素的快速检测提供了一种新思路。

关键词：快速检测荧光探针水凝胶亚硝酸盐四环素

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于对比学习的深度聚类方法研究

基于对比学习的深度聚类方法研究

作者：李沅书吉林大学

学位级别：硕士

无监督学习因其不依赖于标签数据,无需繁琐的标签制作过程和高昂的人工成本,逐渐成为研究领域关注的焦点。聚类作为无监督学习中的一种重要算法,其主要任务是将给定的数据集分为两两不相交的子集,并关注划分后类内的一致性与类间的差异... 详细信息

无监督学习因其不依赖于标签数据,无需繁琐的标签制作过程和高昂的人工成本,逐渐成为研究领域关注的焦点。聚类作为无监督学习中的一种重要算法,其主要任务是将给定的数据集分为两两不相交的子集,并关注划分后类内的一致性与类间的差异性。聚类不仅可以作为独立工具应用于众多领域,还能为其他算法提供有效的预处理操作,提高数据处理效率。随着大数据时代的到来,数据的维度和数量迅速增长,传统聚类算法往往无法有效地处理大规模高维数据。而深度学习方法对于大规模数据有着强大的特征提取能力,因此越来越多研究者将深度学习与聚类算法相结合以提升聚类性能。对比学习作为该领域近期研究热点,其与聚类方法的结合也取得了优异的结果。然而对比聚类方法在很大程度上依赖于负样本对的选取质量与数量,导致在实际聚类过程中存在两个局限性:一是负样本对质量不佳引发的类间冲突;二是资源受限情况下依赖大量负样本对,导致其无法通过简单地增加模型规模的方式达到性能上的显著提升。本文针对基于对比聚类方法中存在的以上两个主要问题开展了研究:针对负样本对质量引发的类间冲突,本文提出了一种基于层次相似性的深度对比聚类方法,通过利用层次聚类构建正负样本对和设计神经网络模型,能够有效缓解类间冲突以提高聚类性能。同时针对资源受限情况下对比聚类对大量负样本对的依赖导致性能提升瓶颈,本文还提出了一种基于相互学习的深度对比聚类方法,通过两个较小型网络在线训练相互学习以提高聚类性能和泛化性。当前多数对比聚类方法都完全遵循对比学习的基本框架,即将一个样本的两个增强视为正样本对拉近,其他视为负样本推远。由于负样本中存在和样本属于同一语义类的样本,容易造成类间冲突导致次优的聚类结果。针对此局限性,本文提出了一种基于层次相似性的深度对比聚类方法,其通过利用层次聚类构建正负样本对以缓解类间冲突进而提高聚类性能。具体来说,本文首先利用层次聚类的分区结果构建了正负样本对,并提出了一个包含类间分离性增强模块、类内紧密性增强模块和聚类模块的神经网络模型,其中每个模块都采用独立设计的损失函数。三个模块协同工作以拉近正样本对的距离、同时拉远负样本对的距离,从而改善特征表示以提高聚类结果。为了验证该方法的有效性,本文在四种被广泛采用的图像数据集上进行了大量实验。实验结果表明本文提出的方法优于现有基线方法,消融研究验证了所提出三个模块的有效性。当前研究者普遍认为规模较大的模型比小规模模型具有更优越的性能。然而由于对比学习较依赖于负样本对数量继而依赖每个批次样本数量,在资源受限时很难在保证批次数量的情况下通过提升网络规模得到性能提升。针对对比聚类在资源受限时面对的性能瓶颈,本文提出了一种基于相互学习的深度对比聚类方法,其通过两个小型网络在线训练并使其相互学习以提高聚类性能和泛化性。本文以改进的对比聚类网络作为基础模型,通过在特征表示层面进行网络之间的相互学习,充分融合来自两个对比聚类网络的表征以提升聚类性能。为了验证该方法的有效性,本文在两种图像数据集上进行了大量的实验。实验结果表明本文提出的方法在CIFAR-10数据集上相较基础模型能够提升5.6个百分点的准确率,优于现有基线方法,消融研究验证了本文提出方法设计的有效性。

关键词：深度聚类对比学习层次聚类相互学习

考虑热动态的综合能源系统碳排放流建模与分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

电力自动化设备 2024年第7期44卷 205-213页

作者：李沅陆帅顾伟徐一骏东南大学电气工程学院江苏南京210096

在电力系统低碳转型背景下,传统的源侧碳排放控制难以满足碳排放责任公平分摊需求,亟需对多能源网络进行碳排放流(即碳流)追踪,明确源网荷碳排放责任。基于此,提出了热网准动态碳流模型,并对综合能源系统碳流进行建模与分析。介绍了热... 详细信息

在电力系统低碳转型背景下,传统的源侧碳排放控制难以满足碳排放责任公平分摊需求,亟需对多能源网络进行碳排放流(即碳流)追踪,明确源网荷碳排放责任。基于此,提出了热网准动态碳流模型,并对综合能源系统碳流进行建模与分析。介绍了热网静态碳流的管道计算模型;从热损耗和热延时两方面对热网管道的动态特性进行描述;在此基础上,引入热网管道储能变量刻画2种情况下热动态特性对管道和节点碳流分布的影响;进一步地,提出了热电联产机组的碳势计算方法和储能设备各时刻平均碳势的计算方法,并总结了电、热网络碳流联合分析方法;通过算例分析了静态和准动态热网模型下综合能源系统的碳流分布结果,并考虑了负荷热惯性及机组碳势对碳流分布的影响。

关键词：综合能源系统碳排放流电力网络热动态网络低碳转型

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

数字化转型何以重构智慧教育新空间

教育研究 2024年第4期45卷 146-159页

作者：孙雪荧西南大学教育学部重庆400715

智慧教育是教育数字化转型的目标形态,引领着教育数字化的方向和路径。智慧教育的场域中蕴涵着智慧育人的空间逻辑。推进智慧教育,需依托数字化转型重构智慧教育新空间,从空间生态、空间形态及空间智慧有序推动深层次发展。空间生态是... 详细信息

智慧教育是教育数字化转型的目标形态,引领着教育数字化的方向和路径。智慧教育的场域中蕴涵着智慧育人的空间逻辑。推进智慧教育,需依托数字化转型重构智慧教育新空间,从空间生态、空间形态及空间智慧有序推动深层次发展。空间生态是智慧教育所处的环境及其中各要素间的相互关系。数字化转型改变了社会生态秩序,客观上要求教育系统对外打破与其他社会组织的传统边界,对内构建数字赋能的教育创新生态系统。空间形态是智慧教育的具体展现形式,数字教育新形态是其发展的基础,应以“教技共生”为标准,以教育数字化为路径,以教育数字化转型为动力。空间智慧是空间生态和空间形态所蕴含的育人能力。提升智慧教育空间育人能力,应以数字教育为动能,以教育空间的虚实融合拓展更为多元的空间样态。数字化转型重构智慧教育空间旨在构建理想的智慧教育新样态,使其兼具系统育人与生态育人功能,具有育人功能一致性;能够基于各种教育场景实现学习效果最大化,具有育人场景融创性;能够以学习者为中心实现个性化学习,具有育人活动的差异性和灵活性。数字化转型推动智慧教育空间重构是促进教育关系再构和创新的过程,需要不断优化空间平衡力和生产力,打造智慧空间的智慧内核,促进智慧型人才培养。

关键词：数字教育教育数字化转型智慧教育教育空间

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

萃取精馏分离丙酮-正庚烷的模拟与控制

化工进展 2024年

作者：孔洁李沅欣孙兰义中国石油大学(华东)化学化工学院重质油全国重点实验室

本文以1-氯丁烷为中间沸点夹带剂，分别使用侧线萃取精馏流程和内循环萃取精馏流程分离了丙酮-正庚烷共沸物。以年总费用、二氧化碳排放量和热力学效率为评价指标，使用多目标遗传算法分别对两流程进行了优化，获取了最佳设备参数与操... 详细信息

本文以1-氯丁烷为中间沸点夹带剂，分别使用侧线萃取精馏流程和内循环萃取精馏流程分离了丙酮-正庚烷共沸物。以年总费用、二氧化碳排放量和热力学效率为评价指标，使用多目标遗传算法分别对两流程进行了优化，获取了最佳设备参数与操作参数。优化结果表明，与侧线萃取精馏流程相比，内循环萃取精馏流程降低了9.77%的年总费用，11.95%的二氧化碳排放量，提高了1.47%的热力学效率。对侧线萃取精馏和内循环萃取精馏分离丙酮-正庚烷共沸物的动态特性进行了研究，构建了合理的控制方案。添加进料流量扰动和进料组成扰动后，两流程的产品均可恢复至设定值附近。使用绝对偏差积分对两流程的控制效果进行了量化，结果显示内循环萃取精馏流程具有更好的动态可控性。

关键词：共沸物精馏萃取精馏优化过程控制

基于羟乙基纤维素的抗冻导电凝胶的制备及性能研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于羟乙基纤维素的抗冻导电凝胶的制备及性能研究

作者：李沅龙长春工业大学

学位级别：硕士

导电水凝胶是一种广受认可的皮肤传感器材料,由于其可以有效的传递电信号和能量,且具备优异的水分导电性能,有助于提高器件的散热,在开发可拉伸柔性导电材料方面备受关注。然而,水凝胶在保水性和抗冻性方面仍面临挑战,这对其机械和导电... 详细信息

导电水凝胶是一种广受认可的皮肤传感器材料,由于其可以有效的传递电信号和能量,且具备优异的水分导电性能,有助于提高器件的散热,在开发可拉伸柔性导电材料方面备受关注。然而,水凝胶在保水性和抗冻性方面仍面临挑战,这对其机械和导电性能有着深远的影响。本论文将羟乙基纤维素分别引入到物理交联的聚乙烯醇网络和化学交联的聚丙烯酰胺网络中,制备了具有不同特性的离子导电水凝胶,并对其性能进行了考察。本论文研究主要分为以下两部分:第一部分,通过固态氧化还原反应制备了羟乙基纤维素/纳米银粒子粉末并将其引入到PVA网络结构中,HEC-Ag与PVA网络在二元溶剂介质中通过物理相互作用制备了有机导电凝胶。制备得的有机凝胶具有优异的力学特性。其应力和韧性分别达到了1.066 MPa和3.86 MJ/m。又因为有机凝胶内部结构特有的孔洞和Ag在其结构中的均匀分散,赋予了有机凝胶高的应变响应性（GF=4.2,在ε=50～200%范围内）,并且在人体进行轻微的活动时,也能快速且稳定的传达信号。此外,DMSO的加入大幅的降低了水分子的冰点且抑制了水的挥发,提升了有机凝胶的抗冻性和防干性,拓宽了其应用温度范围。第二部分,首先,将聚丙烯酰胺网络和聚2-丙烯酰胺-2-甲基丙磺酸网络之间通过交联剂N,N-亚甲基双丙烯酰胺（MBA）交联形成双交联网络结构,其次,引入羟乙基纤维素和氯化锂到该网络中,通过化学交联制备了HEC/PAM/PAMPS/Li Cl复合水凝胶。并研究HEC、AMPS和Li Cl用量对水凝胶机械性能的影响。研究表明,该水凝胶具有良好的力学性能,如最大拉伸应力为180 k Pa,韧性为927 k J/m。同时,无机盐离子的引入,不仅赋予了水凝胶导电性,还抑制了水的结晶度,为水凝胶带来了出色的耐低温性。并且该水凝胶还具有良好的应变敏感特性,响应时间和恢复时间分别为240 ms和320 ms,随后在固定应变下进行多次循环测量,应变灵敏度不会降低,依然保持稳定。最后,该复合水凝胶还具有生物相容性,实验研究表明,当提取物浓度为100 mg/m L时,细胞存活率达到70%以上。消除了第一部分DMSO溶剂带来的轻微毒性,这种新型离子导电水凝胶在各种领域具有广泛的应用潜力。

关键词：羟乙基纤维素抗冻水凝胶离子导电传感器

集成分子表示和蛋白表示的药物靶点结合预测与分子性能优化

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

集成分子表示和蛋白表示的药物靶点结合预测与分子性能优化

作者：李沅峰吉林大学

学位级别：硕士

在生物医药领域中,使用传统实验验证的方法设计和测试新药物工程复杂,需要投入大量的时间和人力,且具有实验操作等干扰因素。为了提高药物研发效率,减少成本,我们主要利用数据分析方法进行药物虚拟筛选,并对合格的药物做进一步的性能优... 详细信息

在生物医药领域中,使用传统实验验证的方法设计和测试新药物工程复杂,需要投入大量的时间和人力,且具有实验操作等干扰因素。为了提高药物研发效率,减少成本,我们主要利用数据分析方法进行药物虚拟筛选,并对合格的药物做进一步的性能优化,设计出既能保证与靶点有效结合,同时融水性强,稳定性适中,利于人体吸收的优质药物。该研究方向有充分的数据作为支撑。目前已有大量的药物分子和蛋白质各自属性,以及它们之间结合度的数据集。本研究中将以图神经网络,LSTM模型,蛋白质语言大模型以及transformer架构为主体,搭建网络结构解决药物分子和蛋白质相关的预测与优化问题,并改进局部模块以强化性能。本文的主要研究内容如下:(1)为了完成药物靶点结合预测的分类任务,本文设计了Molr Prot Trans模型。分类任务给定药物和蛋白作对为输入,模型输出0或1的标签,该标签1表示这一对能够结合,反之不能结合。Molr Prot Trans以Molr方法提取药物分子特征,以Prot Trans大模型提供蛋白质特征向量,然后用transformer结构拼接并预测结合度数值。为了与设计的基线模型做对比,此外本文还构建了简化的网络,仅使用浅层图神经网络和卷积网络分别作为分子和蛋白质序列的特征提取器,融合部分使用最基础的线性层。为了证明Molr Prot Trans与机器学习能有效结合,我们将基线模型生成的药物和蛋白质的向量拼接在一起,并送入不同的机器学习模型做下游处理。所有数据集上的实验证明,我们的基线模型Molr Prot Trans综合表现最优,在GPCR数据集上取得0.835的精度,超过transformer CPI的0.816以及DBSI的0.825,对接到机器学习的最好结果是0.748,模型简化后的精度为0.557。在Human数据集上,基线模型的精度高达0.950,超过了transformer CPI的0.916,Graph DTA的0.882,超过其他机器学习模型SVM的0.866。以上结果证明Molr Prot Trans模型在分类任务上的显著优势以及泛用性。(2)在药物靶点结合预测的回归分析任务中,本文同样以Molr Prot Trans为基线模型,并做出其他改动作为对比。回归任务要求模型预测出药物和靶点之间的明确的数值结合程度,该指标的真实数据可以通过实验测得。此外,本文提供一个丰富的分子和蛋白质的特征表示库,收集了KCL,Grover等分子表示模型,以及prose,ESM等蛋白质模型,可以从中各自选出一个组成分类预测综合模型。在Davis数据集上,基线模型的MSE为0.408,低于Deep DTA的0.608,Kron RLS的0.479,Sim Boost的0.461。在Kiba数据集上,基线模型的MSE为0.420,低于另外三个模型的0.571,0.451和0.422,证明基线模型的性能强大。在davis和kiba数据集上,Molr Prot Trans模型的回归系数分别为0.655和0.53,而简化模型的回归系数分别为0.485和0.439。基线模型的性能全面优于简化模型,证明所选择的分子和蛋白质表示模块以及我们设计的双重注意力机制对总体性能产生重要帮助。(3)本文对于药物靶点预测模型筛选出有效的药物进行进一步的属性优化。在药物分子优化任务中,构建了LSTM和transformer结构的主干网络。其后加入强化学习,将每轮生成的分子的属性经过处理后作为深度学习的损失同时作为强化学习的奖励,从而动态地修正模型。(4)本文将以上功能封装到软件中。本文的软件可以独立预测药物和靶点的结合情况,也能为药物分子做性能优化和重新生成。我们希望以上的工作能够在药物研发过程中做出可靠的提示,辅助相关研究者的工作。

关键词：药物靶点结合度预测药物优化图神经网络语言模型