-
双波长激光调控亚甲蓝生成单线态氧的过程
•首次使用双波长激光调节单线态氧的生成。•通过二次脉冲功率实现单线态氧生成的精确控制,控制效果达到40%以上;通过脉冲延迟实现37%的控制效果。•阐述了热效应对单线态氧生成速率的物理影响。引言单线态氧(¹O₂)是分子氧的一种高度活性的电子激发态,在许多光敏化过程中起着核心作用,包
来源:Journal of Photochemistry and Photobiology A: Chemistry
时间:2026-10-21
-
Co–Cu(111) 表面模型上选择性乙炔加氢:一项密度泛函理论研究
• 适量Co掺杂于Cu(111)表面打破了活性-选择性之间的权衡关系。• Co6Cu3(111)显著促进了主反应路径 C2H2 → C2H3 → C2H4,其能垒分别仅为0.32和0.52 eV。• Co6Cu3(111)通过将R3和R4的能垒提高至2.69和1.60 eV,
来源:Molecular Catalysis
时间:2026-10-21
-
MIP/ZIF-8/f-SWCNT/SPCE电化学传感器的制备及其对茶中表儿茶素类化合物的高灵敏检测
•新型MIP/ZIF-8-f-SWCNT/SPCE传感器用于EC检测(10 μM–4 mM,检测限0.48 μM)。•ZIF-8/f-SWCNTs提高导电性,增强传感器电化学性能。•优异的抗干扰性和稳定性确保了茶中EC的可靠定量。•简单便携的传感器实现了植物研究中EC的无损监
来源:Microchemical Journal
时间:2026-10-21
-
利用近红外光热效应增强的NiCo₂O₄@Pr³+纳米酶纸传感器,实现对卵巢癌相关生物标志物GSH和HE4的可视化检测
•
NiCo2O4@Pr3+纳米酶作为纸基催化中心和光热放大器。
•
Pr3+与NiCo2O4的相互作用增强了过氧化物酶活性和光热转换效率。
•
纸基传感器能够以低检测限同时检测GSH和HE4。
•
便携式纸芯片可实现血清中快速可视化和定量POC
来源:Microchemical Journal
时间:2026-10-21
-
设计了一种分子印迹聚合物,用于选择性固相萃取人尿液中的游离α-萘酚和β-萘酚,这两种物质可作为萘暴露的潜在生物标志物
•采用单纯形中心混合设计来优化用于萘生物标志物的MIP的组成。•同时使用MAA和4-VP可以提高α-萘酚和β-萘酚的提取性能。•在尿液样品的预浓缩过程中仅使用了10.0毫克的MIP。•基于MIPs的SPE方法实现了低检测限(3.72–3.96微克/升)和优异的精确度(%RSD <
来源:Microchemical Journal
时间:2026-10-21
-
苯硼酸功能化的富氮多孔有机聚合物用于从河水、生菜和番茄样品中高效富集新烟碱类农药
•制备了苯基硼酸功能化的富氮多孔有机聚合物。•BBP-POP对NIs表现出高吸附容量和快速吸附动力学特性。•建立了基于BBP-POP的SPE-HPLC-UV方法用于检测河流、生菜和番茄中的NIs。引言新烟碱类杀虫剂(NIs)是一类被广泛应用于全球农业害虫防治的全身性农药,这主
来源:Microchemical Journal
时间:2026-10-21
-
基于吲哚的有机硅烷显色化学传感器用于三价钌的选择性检测及其生物活性
•INS8 可实现对 Ru(III) 的选择性紫外–可见光检测,并伴随明显的颜色变化。•INS8 表现出对 Ru(III) 的高结合亲和力,检测限为 23.8 nM。•1:1 的 INS8-Ru(III) 相互作用可实现可靠的定量传感。•INS8 在体外表现出令人前景的抗肿瘤
来源:Microchemical Journal
时间:2026-10-21
-
前向-前向学习仅需随机性
•提出了一种新颖的随机激活前向-前向(RAFF)算法,以规避反向传播和原始前向-前向学习的固有缺陷。•RAFF采用预定义的每个类别的随机目标激活来进行学习,简化了监督损失计算,计算开销可忽略不计,并且无需修改网络结构即可与MLP、CNN、Transformer和SNN完全兼容
来源:Pattern Recognition
时间:2026-10-21
-
KeyMorph:学习参数高效的网络激活用于深度隐写术
# KeyMorph:面向深度隐写术的参数高效网络激活框架
## 关键贡献
• KeyMorph 实现了无需传输大型或可疑参数的隐写术。
• 实现了与标准 CNN 更强的结构和功能不可区分性。
• 设计了 KD-Conv 以实现无缝网络形态转换。
• 在 DIV2K、CO
来源:Pattern Recognition
时间:2026-10-21
-
通用增量学习:缓解任务间与任务内分布随机性导致的混淆
•提出通用增量学习(UIL),支持随机增量类型与规模。
•识别出由任务间与任务内分布随机性引起的双重混淆。
•方向重校准与多目标学习解决梯度冲突。
•幅度重校准缓解不均衡类别上的优化偏差。
•MiCo在四个基准上的UIL与VIL场景均达到最先进性能。
引言
增量学习(IL
来源:Pattern Recognition
时间:2026-10-21