“非保护型”金属胶体纳米簇形成机理研究

碱-乙二醇法制备的"非保护型"金属及合金纳米簇由表面吸附的溶剂分子和简单离子实现稳定化,它们被广泛用于制备高性能复相催化剂和研究复相催化剂中的尺寸、组成、载体表面基团以及修饰剂对催化性能的影响。关于此类非保护金属纳米簇的形成过程及机理的认识尚有待进一步深化。本文采用原位快速扫描X射线吸收精细结构谱(QXAFS)、原位紫外-可见(UV-Vis)吸收光谱、透射电子显微镜和动态光散射技术研究了碱-乙二醇法合成中非保护型金属胶体纳米簇的形成过程与机理。结果表明,在碱-乙二醇法合成非保护型Pt金属纳米簇的过程中,室温下即有部分Pt(IV)被还原至Pt(II)。随着反应温度的升高,OH-逐渐取代与Pt离子配位的Cl-,在Pt―Pt键形成之前,反应体系的UV-Vis吸收光谱中可观察到明显的纳米粒子的散射信号,原位QXAFS分析表明Pt纳米簇是由Pt氧化物纳米粒子还原所形成的;在Ru金属纳米簇的形成过程中,OH-首先取代了Ru Cl3中的Cl-,形成羟基配合物Ru(OH)63-,后者进一步缩合形成氧化钌纳米粒子,最终Ru金属纳米簇由乙二醇还原氧化钌纳米粒子形成。由于先形成了氧化物纳米粒子,后续的还原反应被限制在氧化物纳米粒子内,使最终得到的非保护型金属纳米簇具有尺寸小、分布窄的特点。本工作所获得的知识对发展高性能能源转化催化剂、精细化学合成催化剂、传感器等功能体系具有重要意义。

空间密度相似性度量K-means算法

传统K-means算法的缺陷有初始聚类中心选择的不稳定、聚类效果对初始聚类中心过于依赖、非簇型数据集分类效果不佳等问题.为克服以上不足,本文提出空间密度相似性度量K-means算法.该算法采用可伸缩空间密度的相似性距离度量数据点间的相似度,并将密度和距离共同作为选择新初始聚类中心的相关因子,以及根据类内距离进行迭代的一种新的类中心迭代模型.在非簇型人工数据集和UCI标准数据集上的实验证明,与传统及其他改进K-means算法相比,本文提出的算法可得到更加合理的初始聚类中心,能反映任意形状的复杂数据集分布规律,算法更加稳定、准确.