摘要：通过从分析化学课程特点、专业差别化教学现状,进而从教学团队的建设、教学内容及教学形式的设计、过程性评价、缩减学时背景下的教学设计的实现等方面,探讨了分析化学专业差别化教学改革的设计与实践。分析化学专业差别化教学改革应注重“基础知识+专业氛围”及“线上线下混合式”教学,使学生们在课程学习流程导图的引导下,循序渐进地学习理论并巩固和拓展专业知识,建立学习自信及专业兴趣。对于相应的过程性评价,采用的评价模式能够促进学生达到自身的高标准、高水平即是实现了评价的目的。

摘要：土壤有机碳含量关乎地力强弱、生态均衡及农业的永续经营,是精细农业实践中不可或缺的指标。高光谱定量分析技术以其高效性和成本优势成为评估该指标的首选方法。但当前研究多基于少量单一样本,且在光谱数据处理和建模关键技术等方面,仍需突破以提高有机碳检测的准确度。为此,本研究以欧盟统计局提供的LUCAS多种类型土壤光谱数据集作为分析对象,设计了一种基于频谱图的土壤有机碳(SOC)含量高光谱反演方法。将土壤高光谱数据进行预处理,去除光谱中的噪音和冗余信息;运用小波包变换(WPT)、短时傅里叶变换(STFT)将一维光谱数据分别转换成大小为33×34和128×36的二维频谱图,提高光谱特征信息维度,以更好适应卷积神经网络(CNN)学习结构,同时二维形式呈现了吸收率随波长变化的频率分布,可以更精确地显示不同频率或波长上的吸收率差异;将频谱图输入构建的CNN模型进行回归预测,估测SOC含量。对比偏最小二乘回归(PLSR)和一维卷积模型(1D-RDC)与STFT-CNN、WPT-CNN估测模型。结果表明,经小波包变换和短时傅里叶变换后得到的频谱图能够很好体现光谱中的特征信息,配合CNN模型的特征提取和学习能力能够有效地估测大规模土壤高光谱中SOC含量,WPT-CNN模型估测效果最优(决定系数R 2,0.84;均方根误差RMSE,11.2),STFT-CNN模型的回归预测效果次之(R 2,0.77;RMSE,13.29)。因此,基于频谱图的土壤有机碳含量高光谱反演方法对大型土壤高光谱数据集中的土壤有机碳含量估测有较好的效果,可为构建智能化的土壤属性预测技术提供参考。

摘要：美国列管式换热器制造商协会标准(简称“TEMA标准”),由于其对设计实践有重大的影响,因此每次新版本的问世总是令人瞩目的,包括某些重要修改和补充内容的第7版当然也不例外。该标准分为两部分:“标准”正文和非约束性“推荐的良好实行”部分。本文就其主要的修改和补充内容进行如下讨论。RCB分类:在以前各版本中,分为R。

摘要：目的:优化骨疏丹闪式提取工艺。方法:以骨疏丹中总黄酮、总香豆素含量,柚皮苷、朝藿定B、淫羊藿苷、蛇床子素和丹参酮ⅡA含量之和及浸膏率为评价指标,对骨疏丹的闪式提取工艺进行考察。结果:最佳提取工艺为12倍量75%乙醇,闪式提取3次,每次2 min。按最佳工艺所得总黄酮质量分数26.27 mg.g-1,总香豆素17.93 mg.g-1,柚皮苷、朝藿定B等5个成分含量之和9.213 mg.g-1,浸膏率23.50%。结论:优选出的闪式提取方法稳定性好、简便可行。