多元校正化学计量学方法最新研究进展

随着现代分析仪器的发展,检测信号已由传统的单一数值变化为完整的谱图,甚至是图像。传统的一元校正方法难以对这些数据进行分析,取而代之的是多元校正方法。这类方法直接利用测量信号通过降维、特征提取、数学变换以及多元回归技术建立分析信号与待测样品之间的定量模型,以实现定性、     

AKIMA方法在EXAFS谱解析中的应用

解析扩展Ｘ射线吸收精细结构谱（ＴｈｅＥｘｔｅｎｄｅｄＸ－ｒａｙＡｂｓｏｒｐｔｉｏｎＦｉｎｅＳｔｒｕｃｔｕｒｅＥＸＡＦＳ）的一种方法是曲线拟合，在曲线拟合中，能量阈值Ｅ０的确定有着很重要的意义，同时也有相当的难度，本文应用ＡＫＩＭＡ平滑数据点方法达到了对Ｅ０在数学意义上的精确求解，数据分析结果表明，这种方处理结果是令人满意的。     

稀土元素在纤维染色中的应用及机理研究

一 引言 中国的稀土资源得天独厚,无论是储藏量还是矿的类型都明显优于其它国家。据报道,中国的稀土储藏量占世界稀土总储藏量的80%左右。特别是最近几年,稀土工业的发展突飞猛进,稀土的应用已深入到工农业生产的各个领域,稀土应用的产品已进入人们的日常生活之中。稀土在我国国民经济建设中所处的地位也越来越高。 1979年以来,稀土在纺织纤维染色中的应用发展非常迅速。首先由内蒙古第一毛纺织厂对稀土在纯毛绒线染色中的应用做了初步探讨。随后,许多省市的冶金研究所,纺织研究所及一些高等院校做了稀土在不同纤维染色中的应用及机理方面的…     

烟草样品近红外光谱的背景校正方法比较

为选择适宜的光谱预处理方法,考察了标准归一化(SNV)、多元散射校正(MSC)、导数计算和连续小波变换(CWT)处理对烟叶样品总糖、总氮、烟碱近红外光谱模型预测结果的影响。结果表明:①SNV和MSC可将不同强度的背景校正,而导数计算和CWT可将光谱的背景扣除;②背景校正和背景扣除均对预测结果具有一定程度的改善作用,但将二者结合改善作用更明显。     

卷烟烟气危害性指数研究

为评价卷烟产品的危害性,研究建立了一种新的卷烟烟气危害性评价方法.用于分析评价的163个卷烟样品购自于中国市场.在分析卷烟主流烟气中29种有害成分(包括4种TSNAs、3种PAHs、8种羰基化合物、7种酚类物质、HCN、NO、NOx、NH3、CO、烟碱和焦油等)以及4种毒理学指标(小鼠吸入急毒试验、细胞毒性试验、Ames试验和细胞微核试验)的基础上,建立了烟气有害成分与毒理学指标的函数关系.通过采用无信息变量删除法和遗传算法,筛选出了最具代表性的7种卷烟烟气有害成分,即CO、HCN、NNK、NH3、B[a]P、苯酚和巴豆醛.多元线性回归分析表明,7种有害成分对毒理学指标影响显著,相关模型留一交叉验证的相对误差小于40%,对小鼠吸入急毒试验、细胞毒性试验、Ames试验和细胞微核试验的R2值分别为0.524、0.595、0.504和0.571.基于卷烟主流烟气中7种有害成分的释放量,建立了一种新的卷烟烟气危害性指数:H=Yco/C1+THCN/C2+YNNK/C3+YNH3/C4+YB[a]P/C5+YPHE/C6+YCRO/C7式中:Y--卷烟主流烟气有害成分释放量;C1～C7--参考值.应用研究建立的危害性指数对上述163个卷烟危害性进行了评价,结果表明,危害性指数排序不同于卷烟焦油量排序.     

基于独立成分的局部建模方法及其在近红外光谱分析中的应用研究

建立了一种基于独立成分分析的局部建模新方法,该方法首先将独立成分分析(ICA)用于近红外光谱的特征提取,然后,根据所提取的独立成分选择校正集中与预测样本相邻近的样本构成校正子集,建立局部偏最小二乘(PLS)回归模型并对预测样本进行预测。将所提出的方法应用于烟草样品中尼古丁含量的测定,所得结果优于常用的全局建模方法。     

柔性对接算法用于β-环糊精和胆汁酸的分子识别研究

为了研究β-环糊精与胆汁酸形成包结物的稳定性和分子识别机制，采用自行研制的柔性对接算法对β-环糊精和不同胆汁酸的分子识别进行了分子力学模拟，并和刚性对接方式进行了比较。结果表明：柔性对接优化得到的结构比相应的刚性对接得到的结构更合理；包结物的稳定性随着胆汁酸所含羟基数目的增加而降低；对于含有相同羟基数目的胆汁酸，羟基的位置及其取向对包结物的稳定性也存在影响；范德华能和去溶剂化能是影响包结物稳定性的主要因素。     

并行遗传算法用于氩原子簇的结构优化

本文提出了一种并行的遗传算法（称为IS－GA）并应用于氩原子簇的结构优化，该算法结合了智能搜索（IS）策略，并应用扩展分布式并行模型（EDGA）将该遗传算法并行化。对原子数为N＝2…30的氩原子簇（Ar)N的优化结果表明，IS－GA具有较强的优化能力和效率，该算法能得到原子个数N＜27的氩原子簇的最优结构，对于原子个数大于27小于30的氩原子簇可得到其近似最优结构。     

小波变换-免疫算法用于重叠分析化学信号的解析

将小波变换与免疫算法结合，首先采用小波变换对原始信号进行数据压缩，然后采用免疫算法对压缩后的信号进行解析，从而使计算速度加快，对多组分核磁共振信号和二维重叠色谱信号的解析结果表明：小波变换－免疫算法可以方便地用于大数据量化学信号的解析，为快速复杂化学信号的解析提供了一种有效途径。     

连续小波变换-支持向量回归用于植物样品多组分分析

采用连续小波变换（CWT）技术对近红外光谱（NIR）数据进行预处理，扣除光谱中的背景与噪音成分，再用支持向量回归（SVR）进行建模，建立了用于复杂植物样品多组分分析的建模方法（CWT-SVR），并应用于烟草样品中常规成分（总糖、总植物碱和总氮）含量的测定。结果表明，CWT—SVR方法优于基于全谱数据的SVR和偏最小二乘（PLS）法，为近红外光谱定量分析提供了一种新的建模方法。