【摘 要】
：
以4-氯-7-硝基苯并呋咱(NBD-Cl)为原料,设计、合成了3种荧光化合物(NBD-N、NBD-NH、NBD-NH2),通过质谱、核磁共振对其结构进行了表征.研究表明:这3种化合物在pH 7.0～12.0范围内对水溶液的酸碱度具有可逆的荧光识别响应.同时,其他常见离子的共存并不影响3种化合物对pH的荧光识别.因此,这3种化合物可作为碱性pH荧光探针.
【机 构】
：
华南师范大学化学学院,广州510006
论文部分内容阅读
以4-氯-7-硝基苯并呋咱(NBD-Cl)为原料,设计、合成了3种荧光化合物(NBD-N、NBD-NH、NBD-NH2),通过质谱、核磁共振对其结构进行了表征.研究表明:这3种化合物在pH 7.0～12.0范围内对水溶液的酸碱度具有可逆的荧光识别响应.同时,其他常见离子的共存并不影响3种化合物对pH的荧光识别.因此,这3种化合物可作为碱性pH荧光探针.
其他文献
报道了GABAA受体的α2/α3选择性配体(HZ-166)的关键中间体8-三甲基硅乙炔基-6-吡啶-2-基-4H-苯并[f]咪唑并[1,5-a][1,4]二氮杂-3-羧酸乙酯(HZ-165)的一种合成方法.该方法以4-溴-2-(2′-吡啶基羰基)苯胺为原料,经亲核加成、关环反应、Vilsmeier-Haack反应和Sonogashira反应合成得到目标产物,产物结构经1 H NMR和MS(ESI)确证.
近年来,深度学习方法被广泛地应用于命名实体识别任务中,并取得了良好的效果.但是主流的命名实体识别都是基于序列标注的方法,这类方法依赖于足够的高质量标注语料.然而序列数据的标注成本高昂,导致命名实体识别训练集规模往往较小,这严重地限制了命名实体识别模型的最终性能.为了在不增加人工成本的前提下扩大命名实体识别的训练集规模,本文分别提出了基于EDA(Easy Data Augmentation)、基于远程监督、基于Bootstrap(自展法)的命名实体识别数据增强技术.通过在本文给出的FIND-2019数据集上
回顾了有机立体化学发展的历史,其间Eliel敎授主写的几本优良的立体化学教科书是适合时势和杰出的著作,特别是1962年出版的“碳化合物立体化学”影响众多的有机化学工作者.对Eliel教授发展的应用杂环手性辅助剂是不对称合成方法之一,对手性辅助剂N-苄基-4,4,7α-三甲基-trans-八氢-1,3-苯并氧氮杂环己烷中间体的制备和其应用,作了较详细的阐述.Eliel敎授杰出的科学成就和他在推广科学全球化贡献作了介绍.
基于2014—2018年空气质量监测数据,分析京津冀城市群PM2.5污染的时空动态特征,并在此基础上重点讨论城市群内部PM2.5污染对社会经济驱动因子响应的差异.结果表明:(1)2014—2018年京津冀城市群细颗粒物污染逐年改善,各季节污染差异明显;(2)研究区内PM2.5污染存在显著的空间聚集特征,总体呈现南高北低且稳定分布的空间格局;(3)不同城市之间PM2.5污染存在异质性,且造成这种异质性的社会经济驱动因子存在明显不同.第二产业占比对天津、河北各市PM2.5驱动作用更为显著;GDP及城市建成区占
传感器技术的普及使得时间序列数据受到人们越来越多的关注.早期时间序列分类(Early Time Series Classification,ETSC)希望通过观测尽可能短的时序数据而对其做出尽可能准确的分类,已在科技金融领域发挥着重要的作用.首先概述了常见的时间序列分类器,并综述了基于最小预测长度、基于最大区分子序列和基于模型的3类早期时间序列分类框架的最新研究进展.然后在每类方法中,分析了具有代表性的早期时间序列分类模型的关键技术及其优缺点;整理了科技金融领域的公开数据集和常见的评价指标.最后对未来的发
以我国西南地区172个山岳型A级旅游景区为研究对象,运用GIS空间分析、地理探测器等方法,考察其空间分布格局,探讨空间分布的影响因素.研究表明:(1)西南地区山岳型景区空间分布总体上呈现由东北向西南递减的梯形变化特征,存在典型的集聚型分布特征;(2)西南地区山岳型景区形成了“江津-綦江-巴南”、“成都-雅安”、“宜宾”、“南充-广安”、“贵阳-黔南”五大聚集核;(3)山岳型景区在州市范围分布集中度一般,同时具有显著的空间自相关性,其中高等级景区主要分布于四川省“雅安-成都”区域、重庆市“南川-武隆”地区、
窃电行为是导致电力企业电能与经济效益损失的重要原因.提出了一种基于t-LeNet(Time-Series Specific Version of LeNet Model)与时间序列分类(Time Series Classification,TSC)的窃电行为检测方法:首先,获取用户用电量时序数据,使用降采样方法生成训练集;然后,使用t-LeNet神经网络训练并预测得到分类结果,判断用户是否存在窃电行为.使用国家电网真实用户的用电量数据集进行了实验验证.实验结果表明,所提方法相较于基于Time-CNN(Ti
为了进一步优化城市餐饮格局,加强老字号品牌的保护与传承,针对长沙城区的餐饮老字号,采用核密度分析、标准差椭圆、最近邻指数等方法,借助ArcGIS软件,从认定等级、距今年份的视角进行了系统分析.研究结果显示:长沙城区餐饮老字号总体呈现中心聚集、外围分散的非均衡分布格局.受历史文化、商业繁华度、交通通达度、人口分布及旅游活动等诸多因素的共同影响,长沙形成了当前的餐饮老字号空间格局.
针对现有施工场所下工人安全帽佩戴检测模型推理耗时长、对硬件要求高,且复杂多变环境下的训练数据集单一、数量少导致模型鲁棒性较差等问题,提出了一种轻量化的安全帽佩戴检测模型YOLO-S.首先,针对数据集类别不平衡问题,设计混合场景数据增强方法,使类别均衡化,提高模型在复杂施工环境下的鲁棒性;将原始YOLOv5s主干网络更改为MobileNetV2,降低了网络计算复杂度.其次,对模型进行压缩,通过在BN
对电力系统客户的精确分类可为客户提供良好的差异化管理和个性化服务.针对客户分类问题,提出了一种基于均衡优化与极限学习机的分类方法.该方法中提出了一种自适应竞争机制来平衡均衡优化的全局探索与局部挖掘能力,从而有效提升了均衡优化搜索最优解的性能.之后,将提出的均衡优化集成极限学习机对电力系统的客户进行分类.通过真实数据集上的实验表明,在不同的分类指标下,所提出的均衡优化集成极限学习机都具有良好的预测效果,可为电力系统客户管理与服务提供有效的技术手段.