生物通官微陪你抓住生命科技跳动的脉搏
一种基于分子印迹技术的绿色电化学传感器,用于检测环境样品中的依托泊苷
分子印迹聚合物电化学传感器检测FOX-7的原理与应用,采用TiO₂纳米材料增强电极性能,实现1.00×10⁻¹³~1.00×10⁻¹² M线性检测,选择性高,土壤样本加标回收率98.4-101.5%。
来源:Microchemical Journal
时间:2026-03-25
微波辅助酸消化-ICP-OES/MS方法在测定锂镍钴锰氧化物(NCM)材料中主元素和杂质元素中的应用评估
三元锂离子电池正极材料微波酸解工艺优化及元素分析研究。通过系统评估不同酸体系(含HNO3、HCl、H2O2、HF、H2SO4)与样品质量(50-250mg)对主要元素(Li、Ni、Co、Mn)及痕量元素(Si、Al、K等)的释放效率,发现H2SO4导致Ni/Co/Mn硫酸盐结晶产生负偏差,而HF对Si的释放起关键作用。样品质量直接影响酸解效率,低质量样品更利于元素回收。该成果为废锂电材料精准回收提供方法学支撑。
将废弃的聚对苯二甲酸乙二醇酯(PET)和煤灰通过循环升级回收技术制成MIL-125(Ti)/沸石复合吸附剂,用于水处理和二氧化碳(CO₂)捕集
Ti-MOF@NZ复合材料通过回收PET废料合成TPA并整合飞灰衍生纳米沸石,在吸附多污染物(Dox、MB、Ni²⁺、CO₂)和循环利用方面表现优异,验证了低价值废料在环境修复中的可持续潜力。
来源:Journal of Industrial and Engineering Chemistry
利用掺氮(N)和铁(Fe)的二氧化钛(TiO₂)作为催化剂,通过紫外光催化氧化方法高效去除典型的异味物质
高效去除循环水产养殖水中异戊二烯类物质的Fe-N共掺杂TiO₂紫外光催化技术,研究显示在pH7、0盐度及25℃条件下,催化剂1Fe-0.5N-TiO₂可在60分钟内实现2-MIB和GSM100%去除,循环使用3次后仍保持92%以上效率。温度无显著影响,但共存离子(Ca²⁺、Mg²⁺、NH₄⁺、NO₃⁻、NO₂⁻、CO₃²⁻)和盐度变化会改变去除机制。
在使用超分辨率技术的情况下,提高视觉挑战性场景中的物体检测准确性
本文提出将超分辨率预处理应用于目标检测,验证其在低分辨率体育(SoccerNet)和低光监控(ExDark)场景的有效性。实验表明,预处理使mAP分别提升12%和17%,但效果因任务而异。研究证实跨领域潜力,并强调任务特定训练的重要性。
来源:Journal of Computational Science
基于数据的同步发电机参数识别方法:一种具有状态一致性和电网解耦的三阶段框架 Rasool Peykarporsan, Tharuka Govinda Waduge, Tek Tjing Lie, Martin Stommel
电力系统稳定性分析采用Port-Hamiltonian(PH)模型框架,但存在参数辨识困难的问题。本文提出三阶段数据驱动PH建模方法,通过多场景激励、无导数优化和物理正则化解决IEEE 115标准在PH建模中的单场景限制、噪声敏感和阻尼解耦问题,实现八参数(H, D, Xd, Xq, T'd, T'q)辨识误差1.26%-9.10%,验证了低至1.2°转子角误差和0.15%转速误差的可靠性,适用于暂态稳定分析、控制设计和振荡抑制评估。
来源:Sensors
FireKnowLLM:利用专家指导的微调技术,实现可靠的消防知识问答
针对通用大语言模型在火灾安全知识问答中的不足,提出FireKnowLLM模型,通过LoRA方法微调专家标注的57K消防问答数据集,结合结构化响应模板和多维度安全评估,显著提升专业准确性和安全性,减少不安全行为。
来源:Displays
一种基于mT5的端到端中文-盲文翻译方法:词汇扩展与结构优化
中文-盲文自动翻译模型研究:基于mT5-small的混合专家与边界生成机制有效提升多音字处理和分词准确性,BLEU提升15%,推理速度提高48.7%。
用于定量和增强检测不饱和短链脂肪酸(FAHFAs)的分析方法的发展
短链脂肪酸酯化羟基脂肪酸(SFAHFAs)是肠道内重要的内源性脂质,参与代谢和炎症调节。本研究合成30种未饱和SFAHFAs标准品,建立两种LC-MS/MS分析方法:直接分析法和2-(2-吡啶基)乙胺衍生化法,后者灵敏度提升1000倍(LOD 0.0005 fmol)。通过小鼠肥胖模型和人类轻度认知障碍样本分析,发现运动促进SFAHFA升高,肥胖饮食降低饱和SFAHFA,而人类认知障碍组无明显变化,提示疾病和样本基质特异性。研究为肠道脂质代谢相关疾病提供高灵敏度分析方法。
来源:Analytica Chimica Acta
一种用于设计具有指数截面的宽顶堰的新方法 艾哈迈德·M·阿卜杜勒拉泽克(Ahmed M. Abdelrazek)和 穆罕默德·A·阿布罗希姆(Mohammed A. Abourohiem)
摘要
来源:Water
知名企业招聘: