分子结构分区方法及在二硫化合物QSRR研究中的应用

从二硫化合物分子结构特征出发,并结合色谱分离机制,将分子结构进行分区处理,通过所建构的总拓扑立体效应指数(TTSEI)、顶点度-距离指数(VDI)、奇偶指数(OEI)、极化效应指数(PEI)等拓扑结构参数,用多元线性回归(MLR)方法获得了二硫化合物在4种不同极性固定相上气相色谱保留指数(RI)与4个结构参数之间的定量结构-色谱保留相关(QSRR)的统一模型,相关系数均大于0.98,以留一法(Leave-one-out)进行交互检验,相关系数R_(cv)均大于0.97。模型方程用于预测各二硫化合物的气相色谱保留指数其稳定性和准确性俱佳。     

交互柱法研究固定相极性参数对饱和酯QSRR建模的影响

用Chemoffice建构和优化了90个饱和酯的分子结构,运用Dragon6.0计算了2337个结构参数,采用Minitab15进行逐步回归筛选出2个结构参数SpPosA_Dz(Z)和RDF020p,通过多元线性回归方法构建了饱和酯化合物在7种不同极性色谱固定相上的定量结构-色谱保留相关关系(QSRR)模型,模型方程的相关系数在0.99以上。在此基础上建立交互柱QSRR模型,考察色谱固定相极性参数麦克雷诺常数(Mp)对保留指数的影响。研究结果表明:包含固定相极性参数Mp的交互柱QSRR模型方程对饱和酯化合物在不同极性色谱柱上的色谱保留指数都能得到较准确的预测结果。     

脂肪烃类化合物气相色谱保留指数的预测

为了能更好地揭示脂肪烃的气相色谱保留指数与结构的关系,通过对412个脂肪烃类化合物在不同固定相、不同柱温下的1742个样本集的气相色谱保留指数值(RI)与其部分参数相关性的研究,发现RI与拓扑指数(mQ)、分子杂化状态指数(MHSI)、碳原子数(N)、固定液极性(CP)及柱温(T)的关系可表示为:RI=46．6537 15．83520Q 6．02101Q 49．9215MHSI- 62．4378N 2．2836CP 0．6159T(R=0．9954)此式不仅在一定程度上阐明了脂肪烃类化合物RI与其分子结构信息、固定液极性及柱温之间的关系,同时也提供了一种预测脂肪烃类化合物在各种色谱分离条件(不同固定相、不同温度)下RI的新方法。继以留一法(leave-one-out,LOO)进行交互检验,相关系数RLOO=0．9953,说明所建模型具有良好的稳定性和预测能力,较好地揭示了脂肪烃类化合物在不同固定相、不同柱温下气相色谱保留指数的变化规律。     

醇类化合物色谱保留指数与结构参数定量关系的研究

采用拓扑指数(~mQ)、定位基参数(S_(ox))与醇在6种固定相上的气相色谱保留指数值(RI)进行了相关分析,发现RI与上述参数间存在良好的相关性,其关系式可表示为：RI=d (a~0)Q-(b~1)Q cS_(ox),其中a、b、c、d为系数。相关系数均大于0．98。继以留一法(Leave-one-out,LOO)进行交互检验,相关系数RCV均大于0．97。说明所建定量结构-保留关系(QSRR)模型具有良好的稳定性和预测能力,较好地揭示了醇类物质在不同固定相上气相色谱保留指数的变化规律。     

脂肪醇气相色谱保留指数的预测与估算

通过对46个脂肪醇在不同固定相不同柱温下的631个样本的气相色谱保留指数值(RI)与其部分参数:拓扑指数(mQ)、定位基参数(Sox)、固定液极性值(CP)及柱温(T)建立定量结构-色谱保留相关(QSRR)模型。分别利用多元线性回归(MLR)、偏最小二乘回归(PLSR)、人工神经网络(ANN)建模,同时采用内部及外部双重验证的办法对所得模型稳定性能进行深入分析和检验,建模计算值、留一法(LOO)交互检验(CV)预测值和外部样本预测值的复相关系数Rmax、QLOO和Rexi分别为0．988,0．987和0．989(MLR);0．988、0．975和0．989(PLSR);0．989、0．989和0．991(ANN)。结果表明:所建定量结构保留相关(QSRR)模型具有良好的稳定性和预测能力,较好地揭示了脂肪醇化合物在不同固定相不同柱温上气相色谱保留指数的变化规律。     

酯类化合物气相色谱定量结构保留关系的研究

采用分子电性距离矢量(MEDV)表征酯类化合物的分子结构,同时运用多元线性回归技术建立了81个酯类化合物,在2种固定相(Carbowax1540和Cqualane)上,气相色谱保留指数(RI)与MEDV的定量结构-色谱保留关系(QSRR)模型。在2种固定相上的QSRR模型的建模计算值复相关系数(Rcum)、留一法(leave-one-out)交互校验复相关系数(QCV)分别为0.9968和0.9958(Carbowax1540);0.9935和0.9908(Cqualane),结果表明MEDV能理想地表征酯类化合物的分子结构,所建模型具有良好稳定性和预测能力。     

气相色谱法预测环境温度下有机化合物的蒸气压

根据189个包含不同结构基团的有机化合物在极性相差较大的2种气相色谱柱上的保留指数,以多元回归分析,分别建立了有机化合物保留指数与环境温度下蒸气压(P)的单柱和双柱预测模型。根据各模型的相关系数(r)及概率值(p),定量说明了不同模型的统计重要性。结果表明,有机化合物环境温度下的蒸气压与气相色谱保留指数之间具有较高的相关性,双柱蒸气压预测模型具有更好的预测精度(1nP标准偏差为1．3)和更好的统计学意义(r=0．9354,p=7．7×10~70))。。     

据烷基喹啉的量化和物化参数预测其保留指数

以色谱热力学理论为基础,选择影响化合物色谱保留的分子结构和性质描述符号,共选出7个反映分子整体性质的量化、物化参数,即,分子极化率(α),分子偶极矩(μ),分子总的核-核排斥能(CCR),最高占据分子轨道能(E_(homo)),整个分子最正的原子净电荷(q~ ),Connolly溶剂已占体积(SEV:Connolly Solvent-Excluded Volume),沸点(Bp)。采用MOPAC2000 V1.3半经验分子轨道化学计算软件包,PM3哈密顿函数算得烷基喹啉的量化及物化参数,通过有进有出的逐步回归分析法,建立在OV-101,Ucon LB-550-X和PEG-20M固定相上烷基喹啉气相色谱的QSRR方程,经预测组的预测结果验证了模型的稳定性和有效性,表明在不同极性固定相上无论是训练组还是预测组,其烷基喹啉保留指数预测值与其实测值之间,均具有较好的线性关系,回归相关系数R~2值均大于0.96。     

烷基硫醇在不同固定相上的QSRR研究

计算出体系中烷基硫醇化合物的各种结构参数,以优选出的分子连接性指数和量化参数为结构描述符,首次采用反向传播算法(BP)人工神经网络、径向基函数网络(RBF)2种非线性方法建立了参数少且精度高的定量结构-色谱保留相关(QSRR)模型,预测了烷基硫醇在4种极性固定上的气相色谱保留指数(RJ)。结果表明:在4种固定相上建立的BP模型均优于RBF模型且非线性方法(BP、RBF)优于文献中多元线性回归(MLR)方法,所建定量结构保留关系(QSRR)模型具有良好的稳定性和预测能力。     

部分有机污染物气相色谱保留指数的QSRR研究

用相对键长代替拓扑距离,结合距离矩阵,提出了一个可以表征含多重键、杂原子的距离调和指数Te=(N/∑Si -1)0.5。研究了该指数与烃、醇、醛酮、酯、胺等多种有机污染物气相色谱保留指数的构效关系。结果表明,Te指数与保留指数RI具有良好的相关性,相关系数均在0.99以上,且该指数计算简单,预测值与实验值较好吻合,是预测不同有机污染物分子保留指数的理想参数。     

被动微波遥感指数及其应用

分别概述了微波极化指数、散射指数以及土壤湿度指数等被动微波遥感指数的发展及其应用。37GHz的微波极化差指数△T37（△T37=TB37V—TB37H）和极化比指数（MPDI=C＊（TB37V—TB37H）／（TB37V＋TB37H））被认为是监测植被状况的微波植被指数，利用GAME—Tibet1998IOP数据计算和分析了青藏高原中部5个试验站点6～9月的平均△T37值和MPDI值的变化情况。结果表明：ANDUO和MS3608的平均值在15K左右，表现出裸土的微波辐射特征；总体上5个站点的MPDI随时间的变化不大，也即在1998年6～9月间，各个站点的植被状况变化不大；而站间的差别比较大，也即各个站点的植被状况有较大的差别；ANDUO的MPDI表现出规律性的变化，即在6至9月的变化中，8月份的MPDI最小，对应植被最好的月份；对研究区的MPDI和相应时间的MSAVI（可见／近红外数据得到的修改型土壤调整植被指数）的空间分布图进行了比较，二者基本吻合。     

一种有效的混合空间索引机制

论文结合网格索引和R树索引的特点,提出了一种基于粗分网格和聚类R树的混合索引方案(HSIBGR)。该方案首先将矩形地理空间进行粗网格划分建立一级索引,然后针对每个小网格建立基于R树的二级索引,采用聚类技术处理溢出R树结点的分裂。论文还对HSIBGR索引机制进行了理论分析和实验验证,结果表明HSIBGR索引机制能有效地减少存储开销,提高检索效率,具有良好的性能。     

面向对象数据库的索引技术

本文研究类层次索引、嵌套索引、路径索引和多重索引,并给出相应的索引维护算法。     

多烷基苯的沸点与分子结构的拓扑化学研究

利用一种简单直观的一个改进的拓扑指数D,路径指数P2和位置指数S来表征多烷基苯的分子结构,并建立了多烷基苯的沸点与其分子结构之间的定量关系式。拓扑指数的相关性良好,对各种多烷基苯及其异构体的沸点的预测结果与文献值一致性令人满意。     

集群环境下分布式索引的实现

针对分布式存储系统上使用非主键访问数据带来的性能问题,探讨在分布式存储系统上实现索引的相关关键技术。在充分分析分布式存储特征的基础上,提出了分布式索引设计和实现的关键点,并结合分布式存储系统的特点及相关的索引技术,讨论了索引的组织形式、索引的维护和数据一致性等问题;然后基于如上的分析,选择在分布式数据库系统OceanBase开源版本上,设计和实现分布式索引机制,并通过基准测试工具YCSB进行性能测试。实验结果表明,虽然辅助索引会对系统性能产生影响,但因为充分考虑了系统特征及存储特点,在不同数据规模下,该索引都能够将性能影响控制在5%以内。另外,使用冗余列的方式,能进一步将该索引的性能提升100%。     

基于非均匀划分的分布式影像数据索引方法

本文介绍了现有的对影像数据管理和索引的方法及其存在的不足，提出了一种基于非均匀划分思想对分布式影像数据进行管理和索引的方法，避免了由于边缘补零带来的时间和空间开销。实验结果表明，本文方法能够支持对分布式多图幅的联合查询以及结果的无缝拼接，而且其时间和空间代价远小于现有方法。     

Oracle B＊树索引内部机制及其应用的研究

Oracle数据库应用系统的性能优化是一项系统化的工程,涉及到数据库结构的各个方面。本文从B＊树索引入手,分析了B＊树索引的结构及原理,阐明了如何正确合理地使用B＊树索引及其如何优化数据库系统的性能。     

Bounds on the generalized μ-scrambling indices of primitive digraphs

Huang and Liu [Generalized scrambling indices of primitive a digraph, Linear Algebra Appl. 433 (2010), pp. 1798–1808] gave the definitions of the generalized μ-scrambling indices and the generalized scrambling indices of a primitive digraph and also provided some exact lower and upper bounds for the generalized scrambling indices of various classes of primitive digraphs. In this paper, we give some exact lower and upper bounds for the generalized μ-scrambling indices of various classes of primitive digraphs.     

用改进的游程编码方法压缩值索引

为了进一步提高采用游程编码方法压缩值索引的效率,针对原有方法的不足之处,采取了两个改进措施,一是在索引前排序被索引的数据表使得值索引中的0串和1串更长,二是改进现有编码算法使之可以同时压缩0串和1串。实验结果表明,采用改进后方法压缩值索引形成的压缩文件体积仅为采用原有方法时的11.83%。     

百度指数和微指数在中国流感监测中的比较分析*

基于互联网数据做传染病监测是近年来的研究热点。针对百度指数、微指数在中国流感监测中的作用进行了比较和分析。相关性分析表明,相对于微指数,基于百度指数的关键词搜索数据与实际的流感流行的相关性更强,与流感的流行区间和峰值时间更相似,而且基于它们建立的回归模型能更准确地预测流感的流行。进一步,整合历史的流感流行数据能大大提高该回归模型的效果。因此,百度指数平台可以作为传统流感监测手段的一种有效补充。