AgI/Bi-BTC复合物制备及光催化性能研究

通过离子交换沉淀法制备了AgI/Bi-BTC复合物,利用XRD、FTIR、SEM-EDX及UV-Vis等技术对制备的催化剂的结构、表面形貌及光学特性进行了表征,并研究其对罗丹明B的光催化降解。结果表明,相较于AgI,AgI/Bi-BTC复合物对可见光的吸收能力明显提高;在可见光下降解60mg/L罗丹明B,反应40 min后降解率达93.4%,且经过3次循环实验后AgI/Bi-BTC仍具有光催化活性。

Zr-MOF基三元嵌入复合材料的合成及催化性能研究

采用热溶剂法制备三元嵌入复合物Zr-BDC@HPW@Zr-BDC,利用FTIR、SEM、XPS三种表征技术对合成样品的表面形貌及结构进行分析,并用于催化油酸甲酯的制备。实验结果表明,当催化剂的投入量为0.15 g、甲醇与油酸摩尔比为20∶1时150℃下反应4 h,油酸的转化率为96.3%,且该催化剂具有一定的稳定性。

双金属MOFs固载TiO_(2)的合成及光催化性能研究

采用一锅水热法合成了TiO_(2)@Ce-Zr BTC复合材料,用于光催化降解罗丹明B(RhB)溶液。在可见光的照射下,将0.05g的TiO_(2)@Ce-Zr BTC投入50mL质量浓度为40mg·L^(-1)的RhB溶液中,反应100min时,其降解率为96.6%,且该光催化剂循环降解4次后,降解率仍达79.9%。

基于贝叶斯攻击图的动态安全风险评估模型

针对当前攻击图模型中很少考虑攻击事件对所有属性节点置信度的动态影响,提出一种基于贝叶斯攻击图的动态风险评估(dynamic risk assessment based on Bayesian attack graphs,DRABAG)模型。该模型运用贝叶斯信念网络建立用于描述攻击行为中多步原子攻击间因果关系的概率攻击图,其中,采用通用漏洞评分系统指标计算漏洞利用成功概率,并利用局部条件概率分布表评估属性节点的静态安全风险;进而结合入侵检测系统观测到的实时攻击事件,运用贝叶斯推理方法对单步攻击行为的后验概率进行动态更新,最终实现对目标网络整体安全性的评估。实验结果表明,该模型可评估动态安全风险和推断攻击路径,为实施安全防护策略提供依据。

电动汽车无线充电混合补偿拓扑电路分析

无线电能传输补偿方式直接影响输出电流、电压的增益特性,提出一种混合补偿拓扑电路,解决负载动态变化时输出电流、电压不稳定的问题,可应用于电动汽车恒流恒压无线充电电路。对拓扑电路原副边线圈建立等效松耦合变压器T模型,分析得出等效负载动态变化时可以实现恒流恒压输出的特性。构建仿真模型和试验台架,仿真验证电路分析的正确性。实验验证了在串/并补偿拓扑下副边稳流输出且原边逆变电流滞后电压,在串/串并补偿拓扑下副边稳压输出且原边逆变电流与电压同相。

基于文本挖掘的漏洞信息聚类分析

为了挖掘漏洞内在联系且高效管理漏洞信息,将文本处理和聚类算法应用于漏洞挖掘中.从漏洞库宏观角度出发,提出了一种基于文本挖掘和粒子群优化算法的漏洞信息聚类(PSO-Kmeans)算法.首先,通过文本处理,获取频词空间,用以将漏洞信息描述字段编码化;其次,为了减少局部最优和聚类中心选取不当对聚类结果的影响,利用粒子群优化算法获取全局聚类中心;最后,利用K-means算法实现漏洞信息的聚类,对漏洞信息进行分类别管理,并为预测未知漏洞特征提供参考.实验结果表明,PSO-K-means算法准确率达到90.16%,与K-means算法相比,其平均准确率提高约5%,平均迭代次数减少约45次.所提算法可预测3种未知漏洞的主要类别,是一种有效的漏洞分析方法.

LncRNA和RBP在免疫调节中的研究进展

免疫细胞的分化和功能受多种因素调控,长链非编码RNA(LncRNA)是免疫系统的重要调控者。研究表明LncRNA分子具有较高的谱系特异性并调控免疫细胞的分化和功能,多数LncRNA分子需要与RNA结合蛋白(RBP)结合并通过多种方式发挥调节功能。为更好地总结LncRNA分子与RBP在免疫细胞发育、分化及效应功能中的研究进展,本文从LncRNA分子与RBP的发展趋势、RBP属性分类和两者免疫调节作用3方面梳理了2010年以来LncRNA分子与RBP在免疫细胞中的研究进展进行综述。

电动汽车LCC型无线充电电路特性分析

针对电动汽车无线充电输出功率小、传输效率低等缺点,在LCC型补偿拓扑基础上,给出电动汽车无线充电电路模型,得到效率与功率表达式。分析该电路模型传输效率、输出功率随松耦合变压器原副边间距、工作频率和等效负载之间的关系。构建实验样机,实验结果验证与理论分析中电路传输效率随变压器原、副边间距变化趋势的一致性。