可见/近红外光谱分析技术鉴别转基因番茄叶

用可见/近红外光谱（Vis-NIR spectrum）漫反射方式对转基因番茄叶和非转基因番茄叶进行了快速、无损的定性分析。实验共对68个样品（转基因38个,非转基因30个）进行分类,用TQ 6.2.1光谱分析软件中集成的判别分析（Discriminant analysis）和偏最小二乘回归法（PLS）建立校正和预测模型。研究对比了不同光谱预处理方法（微分处理和多元散射校正（MSC））对分类结果的影响。实验结果发现用判别分析较最小二乘法判别结果较好,用InGaAs检测器获得的光谱经MSC后的分类结果最好,分类正确率为89.7％（转基因番茄叶86.8％,非转基因番茄叶93.3％）。结果表明VIS-NIR可以作为一种快速的无损检测方法鉴别转基因和非转基因番茄叶。     

苯并咪唑取代胺及其配合物光谱分析

本文阐述了用原子吸收光谱测定三（2－苯并咪唑亚甲基）胺和二（2－苯并咪唑亚甲基）胺与Cu2 的配合物中心原子,并对上述配体及配合物用紫外光谱法和红外光谱法进行了研究,从而解释了配合物分子结构。     

N（4Su）＋CH）（a^4Σ^—）体系的分子反应动力学研究

用轨线法对Ｎ（＾４Ｓｕ）＋ＣＨ（０,０）→ＣＮ（ｖ＇,Ｊ＾＇）＋Ｈ（Ｓｇ）和Ｎ（＾４Ｓｕ）＋ＣＨ（０,０）→ＮＨ（ｖ＇,Ｊ＇）＋Ｃ（＾３Ｐｇ）反应进行计算,研究了上反应的阈能、反应截面、产物散射分析和微观反应机理。     

RS/6000机群系统中分子动力学并行算法的研究

在IBM　RS/6000工作站组成的机群系统和PVM（并行虚拟机）并行环境中,用消息传递机制方式和C++语言实现了微正则系综（NVE）的分子动力学并行计算程序,并对不同分子数（256～108000）组成的Lennard-jones理想流体进行了模拟研究。结果表明,在小型机群系统中,原子分解法具有理想的加速比,考虑到区域分解法的适用范围有限且实现困难,困此认为原子分解法是小型机群系统进行分子动力学并行模拟计算的理想选择。     

尖晶石型纳米铁酸镍的制备与磁性研究

以Fe（NO3）3·9H2O和Ni（NO3）2·6H2O为原料,用柠檬酸为还原剂,采用燃烧法制备了NiFe2O4纳米粉体,用X射线粉末衍射仪（XRD）、透射电子显微镜（TEM）、红外光谱（IR）和振动样品磁强计（VSM）等手段对样品进行了表征,结果表明,样品为立方晶系尖晶石铁酸镍纳米粉体,其粒径在20—40nm之间,具有超顺磁性,并探讨了焙烧温度、焙烧时间对样品磁性的影响。     

锰锌铁氧体纳米粒子制备与热磁性研究

采用化学共沉淀法制备锰锌铁氧体磁性颗粒并进行了表征,用X射线荧光光谱仪（XRF）、X射线衍射（XRD）测试分析了颗粒组成、结构、平均粒径,表明制备的样品为锰锌铁氧体纳米粒子,平均粒径约为17nm.用振动样品磁强计（VSM）测量了颗粒的磁滞回线和热磁特性.     

N(~4S_u) CH(a~4∑~-)体系的分子反应动力学研究

用轨线法对Ｎ（４Ｓｕ）＋ＣＨ（０，０）→ＣＮ（ｖ′，Ｊ′）＋Ｈ（２Ｓｇ）和Ｎ（４Ｓｕ）＋ＣＨ（０，０）→ＮＨ（ｖ′，Ｊ′）＋Ｃ（３Ｐｇ）反应进行计算，研究了两个反应的阈能、反应截面、产物散射分析和微观反应机理     

燃烧法制备纳米CdFe2O4及表征

以Fe（NO3）3.9H2O和Cd（NO3）2.4H2O为原料,以柠檬酸为还原剂,采用燃烧法制备了CdFe2O4纳米粉体,用X射线粉末衍射仪（XRD）、透射电子显微镜（TEM）、红外光谱（IR）和振动样品磁强计（VSM）等手段对样品进行了表征,结果表明,样品为尖晶石型铁酸镉纳米粉体,其粒径大约为20—50nm,且具有超顺磁性。     

特种九芯电缆传输函数

用三同轴实验装置进行电缆的电流注入法实验，研究注入电流i（t）与芯线感应电压u（f）之间的关系。测量系统包括三同轴实验装置、皮电流探头、芯电压探头和光纤传输系统（由光发射机、光纤、光接收机组成）。     

研究快讯 用分步注入法改善SOI—SIMNI薄膜材料的电学性能

采用常规方法和分步注入法制备SOI－SIMNI（Silicon on Insulator-Separation by Implantation of Nitrogen）薄膜材料,用液氦低温霍耳效应进行了分析测量,测量结果表明：分步注入法制备得到的样品具有低的薄层电阻R□和较高的载流子迁移率,实验证明用分步注入法可以明显改善SIMNI薄膜材料的电学性能,对实验结果和机理进行了解释。     

非线性偏最小二乘导数分光光度法同时测定复方新诺明中二组分的含量

构造了导数光谱与多组分浓度间的非线性模型 ,以偏最小二乘法估计模型参数 ,建立了同时测定两组分的非线性偏最小二乘导数分光光度法 ,方法用于复方新诺明中磺胺甲唑SMZ(Sulfamethoxazole)和甲氧苄啶TMP(Trimethoprim)含量的测定 ,10份模拟样中SMZ ,TMP的回收率分别为 99 8%和 10 0 1% ,RSD分别为 1 3%和 1 6 %。结果明显好于线性偏最小二乘导数分光光度法。用该法测定复方新诺明片中的二组分含量测定结果与药典方法一致 ,该法为复方制剂的分光光度分析提供了更为理想的新途径。     

GC-MS分析川赤芍挥发油成分

采用水蒸气蒸馏法从川赤芍中提取挥发油,用气相色谱/质谱联用法（GC/MS）检测并分析其化学成分,用归一化法测定其相对含量,结果鉴定出37个成分,占挥发油总成分的86.15％.主要成分为苯甲酸、牡丹酚和邻甲基苯酚.     

基于LASSO方法的傅里叶变换红外光谱快速定性识别方法

采用红外光谱技术对未知气体组分进行监测,需要对气体组分进行定性识别分析。基于多元线性回归模型的LASSO变量选择技术广泛应用于数据分析领域。将LASSO方法引入到红外光谱分析领域,提出一种LASSO变量选择技术结合循环线性最小二乘(LCLS)分析的定性识别方法,并开展了相关的实验对其进行验证。实验采集CO,C₂H₄,NH₃,C₃H₈,C₄H₁₀和C₆H₁₄六种单组分傅里叶变换红外(FTIR)光谱吸光度谱以及一组C₂H₄和NH₃混合组分的吸光度谱,结合实验室自建光谱数据库,先采用LASSO方法对采集的光谱进行初步定性分析,然后使用LCLS方法剔除干扰组分。实验结果表明,LASSO结合LCLS的方法能有效识别出光谱中的目标组分,即使是在干扰严重的光谱波段也可以剔除掉大部分的干扰组分。     

基于二阶导数谱与特征吸收窗的红外光谱定量检测方法

红外光谱分析技术已被液体、固体和气体混合物各组分的定量检测广泛应用。针对红外光谱定量检测过程中存在的计算过程复杂、受背景及噪声干扰、多组分谱线混叠的问题,一方面,通过获取谱线二阶导数去除背景及噪声干扰,并一定程度上区分混叠谱峰。在获取二阶导数谱线过程中运用Savitzky-Golay滤波器进行平滑滤波处理,并根据谱线频率特征选取Savitzky-Golay滤波器最佳滤波参数,解决了滤波参数缺乏标准化选取方法的问题。另一方面,根据被测组分的吸收分布情况生成特征吸收窗分别对待测原始吸收谱线以及二阶导数谱线加以处理,提取出在浓度计算过程中占据重要性更大的特征吸收的区域,从而排除非吸收区域中背景、噪声及其他组分对计算结果的干扰。以一组丙烷、丙烯和甲苯混合气体为例,运用二阶导数方法以及特征吸收窗方法进行定量检测,并与直接利用原始谱线的检测结果进行比较分析。实验结果表明采用二阶导数谱与特征吸收窗的定量检测方法精度更高,相对误差基本在5%以内。     

Fast Estimation of Scatter Components Using the Ordered Subset Expectation Maximization Algorithm for Scatter Compensation

In this work we propose a method for scatter compensation in single photon emission computed tomography imaging, by which we can estimate the scatter components in projections in high speed with good accuracy. The method is that we first estimate the scatter components in projections based on scatter response kernels by one time of ordered subsets expectation maximization iterative reconstruction, and then subtract the estimated scatter components from the projections and complete reconstruction by filtered back-projection method. The principle is that the image corresponding to the scatter components in projections consists largely of low-frequency components of an activity distribution; these low-frequency components will converge faster than the high ones in iterative reconstruction. Therefore, we can estimate the low-frequency component image before the image converges with the high-frequency ones, and obtain the scatter components by re-projecting the low-frequency component image with scatter response kernels. The effects of the proposed method were compared with the dual- and triple-energy window methods using experimental measurements. The results show that good accuracy in estimated scatter components, good uniformity of scatter compensation at the center and the side of an object, and good noise property can be acquired by this method.     

基于主成分分析和多元曲线分辨的蓝细菌流式荧光光谱分析方法

利用流式细胞术对细胞进行多色荧光分析时,往往获得的是由多种组分荧光光谱混合的多元荧光光谱。在对蓝细菌进行光谱流式检测时,所测得的荧光光谱同时包含了多种未知荧光光谱,且存在严重的光谱混叠。为了获得蓝细菌中的主要组分光谱及其浓度,提出主成分分析和多元曲线分辨相结合的方法,对蓝细菌的流式荧光光谱进行处理。该方法通过主成分分析获得蓝细菌的主要纯组分数量,然后利用渐进因子分析寻找各组分的起始点和终止点,并估计纯组分的初始光谱,最后利用交替最小二乘结合其纯组分光谱的单峰性和非负性,对初始估计的纯组分光谱进行迭代修正,从而得到纯组分光谱及其组分浓度。仿真和实验结果表明,该方法能够准确地估计混合光谱中纯组分的个数并对其谱峰进行拟合,进而准确地估计各个组分的浓度。该方法不但适用于蓝细菌的光谱分析,还可用于其他多元混合光谱体系的解析。     

用MSC-ANN方法建立冬小麦叶片叶绿素与反射光谱的定量分析模型研究

采用多元散射校正(MSC)预处理方法对冬小麦叶片反射光谱进行预处理,有效地减小物理因素对光谱的影响,之后用非线性迭代偏最小二乘法(NIPALS)提取经MSC处理后的反射光谱的主成分,主成分个数由交叉证实法(Cross Validation)确定,将提取的主成分作为人工神经网络(ANN)的输入,建立人工神经网络分析模型(MSC-ANN),用冬小麦叶片的反射光谱来预测冬小麦叶片叶绿素含量。校准集的化学值与预测值的相关系数r达到0.960 4,预测标准偏差SD为0.187,相对标准偏差RSD为5.18%。检验集的化学值与预测值的相关系数r达到0.960 0,预测标准偏差SD为0.145,相对标准偏差RSD为4.21%。结果表明,MSC-ANN方法能在较大程度上消除了野外物理因素的影响,使用具有代表性的光谱数据点建立模型,能够建立准确的冬小麦叶绿素含量预测模型,可代替经典分析方法,满足冬小麦叶片叶绿素快速分析的需要。     

基于PCA和LS-SVM的傅里叶变换近红外光谱的黄酒酒龄的鉴别模型

利用傅里叶变换近红外光谱技术,对黄酒酒龄鉴别的模型进行研究。对绍兴黄酒样本光谱主成分进行提取与分析,并发现前3个主成分具有较明显的聚类特征。其次,利用LS-SVM模型对不同主成分数进行分类和寻优,发现当主成分数为6时达到判别的正确率是100%,此时模型的两个参数γ和2σ分别为61.890和1.769。研究表明,利用傅里叶变换近红外光谱技术并结合主成分分析(PCA)和最小二乘法支持向量机(LS-SVM)可作为一种可靠、准确、快速的检测方法用于黄酒酒龄定性鉴别分析。     

GC-MS分析香独活挥发油成分

采用水蒸气蒸馏法从香独活中提取挥发油,用气相色谱一质谱联用技术(GC-Ms)检测并分析其化学成分,用归一化法测定其相对含量,结果鉴定出39个成分.占挥发油总成分的83.10%。其中主要成分为4-甲氧基-6-(2-丙烯基)-1.2-亚甲二氧基苯和1-[3-甲氧基-5-羟基苯]-1,2.3,4-四甲基-异喹啉。     

基于先验组分的多谱CT序列DCM融合算法研究

多谱CT成像是通过不同谱段的CT图像表征检测对象中的不同组分。为了便于在同一视图中显示所有组分的信息,需要研究多谱CT序列的融合方法;但是常用融合方法如加权平均法、小波变换融合法等都是针对图像细节信息的优化,不能表达组分的物理特性,从而导致融合图像的灰度不具有物理表征性,影响CT的定量检测。为此,结合具有物理表征特征的数据约束模型(DCM),开展了基于先验组分的多谱CT序列DCM融合算法研究。首先通过能谱滤波分离的成像方法获得多个能谱范围内的多能投影数据,采用TV-OSEM算法重建不同能谱段的CT序列;其次,利用传统DCM模型和改进DCM模型分别对多谱CT序列进行融合,传统DCM模型是严格单能的,由于滤波后能谱的非严格单能特性,其融合结果不能表征出对象序列中的全部组分。针对此问题提出了改进DCM模型。改进DCM模型选择了新的体元定义,并且在多谱CT序列融合中引入先验组分作为参照,通过先验物质对融合结果中其他物质进行校准,实现检测对象中各组分位置的准确分布。仿真实验表明,该方法可从物理表征正确性的角度,实现多谱CT序列融合,在满足CT序列中不同组分区分的同时,其融合图像的灰度具有物理可参照性,有利于后续的CT定量检测。