喹诺酮类药物色谱分析中的人工神经网络技术

用离子抑制色谱进行水溶液中少星等喹诺酮类药物含量的分析。色谱分析数据用人工神经网络中误差反向传播算法进行处理，取得满意结果，为色谱定量分析提供一种有美好前景的新技术。     

喹诺酮类药物疏水常数的测定

实验测定了４种喹诺酮类药物在不同温度下的疏水常数，进而研究了温度对其影响的规律。     

UPLC-MS／MS测定水产品中氟喹诺酮类药物前处理优化

建立了一种快速、灵敏的超高效液相色谱串联质谱法(UPLC-MS／MS)同时定性和定量测定水产品中6种氟喹诺酮类(FQs)药物残留．考察了提取液类型、提取液甲酸体积分数、净化方式、脱水剂用量等影响浓缩富集效果的因素,确立了样品采用酸化乙腈溶液提取、正己烷脱脂并以无水硫酸钠除水等步骤．在电喷雾-多反应监测正离子模式下,色谱分离柱选用BEH C18色谱柱,流动相选用0.1％甲酸水溶液-乙腈梯度洗脱,流速为0.20 mL／min．结果表明,6种氟喹诺酮类标准品均在1～1 000 μg／L内线性关系良好(R²均≥0.998),在2～100 μg／kg添加范围内平均回收率在76.9％～95.9％,相对标准偏差在4.8％～9.2％,最低检测限和定量限分别为0.1和0.2 μg／kg．     

四种喹诺酮类药物在水中的无限稀释活度系数

根据固液相平衡理论，结合反相液相色谱过程特征，建立了液相色谱直接法测定水中无限稀释活度系数模型。根据该模型，采用离子抑制色谱技术测得不同温度下氧氟沙星等四种喹诺酮类药物在水中的无限稀释活度系数，既为喹诺酮类药物的环境行为评价提供了关键基础数据，又为探讨喹诺酮类药物的生物活性机理、预测药效提供依据。     

工业废水中苯的高效液相色谱分析

采用高效相色谱对橡胶厂排放废液中微量苯进行了测定，分离柱为ZorbarEclipsXDBC8，淋洗液为甲醇－－水（70：30），该方法操作简便，分离条件地，回收率为99％－101％，为异系数为0．33％。     

人工神经网络在色谱中的应用

综述了近几年来人工神经网络用于色谱研究中的进展。主要体现在用人工神经网络方法预测色谱保留值、优化色谱分离条件、自动监控色谱仪运行以及揭示色谱数据的隐含信息方面,并展望了人工神经网络在色谱中的应用前景。     

工业废水中苯的高效液相色谱分析

采用高效液相色谱法对橡胶厂排放废液中微量苯进行了测定 ,分离柱为ZorbarEclipsXDBC8,淋洗液为甲醇———水 (70 :3 0 ) ,该方法操作简便 ,分离条件好 ,回收率为 99%～ 10 1% ,变异系数为 0 .3 3 %。     

人参皂甙的高效液相色谱分析

用高效液上色谱法对吉林省抚松县产人参茎叶粉和人参浸膏中单体皂甙Ｒｂ，Ｒｃ分别进行了定量测定，采用ｓｈｉｍ ｐａｃｋ ＣＬＣ－Ｃ８柱，以乙腈－水为流动相，在紫外检测器２０５ｎｍ下进行检测。本法具体简便，快速，灵敏，准确等特点，特别适合于人参单体皂甙的含量分析。     

防晒化妆品中紫外吸收剂的高效液相色谱分析

用反相ＨＰＬＣ同时检测防晒化妆品中的２种紫外吸收剂，以Ｒａｄｉａｌ－ｐａｋ Ｃ１８为固定相，甲醇为流动相，用紫外吸收检测器检测，方法的相对误差小于６．７％，标准偏差小于２．２％，生产厂家可用该方法控制产品质量。     

大气中氮氧化物和二氧化硫高效液相色谱分析的研究思路

本文介绍了近几年硝酸根，亚硝酸根、亚硫酸根等离子的测定方法的进展，并通过对现有方法的比较，指出了目前这些方法的局限性，提出了利用高效液相色谱仪监测大气中氮氧化物和二氧化硫的新思路。     

回归分析人工神经网络

为避免每次训练都必须随机生成样本序列的问题,提出网络动态拓扑的概念,对各种前向式网络进行统一表述;提出正、反序训练方法,并给出解的唯一性证明,同时,网络连接权在初始化时不再需要随机生成。回归分析人工神经网络有效解决了两次随机过程对训练结果造成的不利影响,在稳定性和可信性上对人工神经网络的应用提供了理论依据和技术支持。     

基于BP神经网络的动态交通流量预测

本文通过对BP神经网络和影响交通流量因素的分析,采用Windrow-Hoff学习算法、Kolmogorov定理和trainlm训练方法,实现对长春市开运街和湖西路路段动态交通流量的预测.     

人工神经网络在轨道振动分析中的应用

综述了人工神经网络在轨道振动分析中的应用．介绍了轨道振动分析中人工神经网络常用的模型和基本性能；讨论了人工神经网络在该领域及相关领域的应用情况；最后展望了其发展趋势和应用前景．     

人工神经网络在炼钢生产上的应用

介绍了人工神经网络在炼钢生产上的应用,提出利用人工神经网络原理建立预报模型.     

人工神经网络故障诊断系统可靠性和聚类能力的分析

介绍了将人工神经网络自组织特征映射模型－KOHONEN网络运用到电厂送风机故障诊断的思路和方法,并进一步讨论影响诊断系统可靠性和聚类能力的主要因素,如隶属度函数和模型中参数的设置等,分析结果表明：该诊断系统具有很高的可靠性和较强的聚类能力。     

人工神经网络的发展及其应用

介绍人工神经网络的发展历史、主要模型、原理及其在各个领域中的应用。     

人工神经网络在市场比较法中的应用

系统阐述了BP神经网络的结构和学习规则,提出了应用BP神经网络评估房地产价格。该方法能根据学习样本建立房地产价格与其影响因素间的非线形关系,从而克服了传统方法的缺点。     

人工神经网络在弹簧设计中的应用

提出的神经网络应用方法,只要对多组已有弹簧设计方案的结果进行学习训练,就能得到同类弹簧快速设计的神经网络模型,通过实例的检验,证实了该设计方法的正确性和有效性．     

神经网络在地质数据统计分析中的应用

本文提出用人工神经网络来进行地质数据多变量统计分析,算例表明,方法有效且具有精度高,运算速度快,数字解稳定易于编程等显著特点,是地质数据分析中的一种有效方法。     

人工神经网络专家系统应用研究

叙述了人工神经网络的特征及其在专家系统中的应用 ,讨论了人工神经网络专家系统的优缺点 ,并进一步描述了其前景和意义 .