近红外光谱混合模型定量分析不同物理状态样品的研究

近红外光谱(NIRS)以漫反射模式对非均质样本进行测量时,由于其光谱散射和吸收系数差异较大,建立的校正模型准确性和稳健性较低,因此,本研究提出了一种基于均质样本和模型转移方法建立混合模型的策略,解决非均质样本近红外光谱检测的问题.以烟叶样本为研究对象,分别建立了基于Shenk专利算法(Shenk′s)、分段直接标准化(PDS)和基于典型相关分析的模型转移算法(CTCCA)的烟粉+烟丝、烟粉+烟片混合模型,用于烟丝和烟片样本中烟碱含量的预测.结果表明,混合模型对烟丝和烟片样本的预测均方误差(RMSEP)较直接建模分别降低了1.39%和2.73%,预测结果有一定的改善,稳健性提高,3种方法中CTCCA表现最优.因此,采用近红外光谱均质模型和模型转移方法建立的混合模型对非均质样本的测定具有可行性,有利于在线近红外光谱分析技术的发展,可为近红外光谱模型的共享提供参考.     

PDS用于不同温度下的近红外光谱模型传递研究

采用合适的计算方法可降低测定环境对近红外光谱校正模型稳健性的影响。该文以喷气燃料为研究对象,考察了分段直接校正算法对所建模型预测结果的影响,通过选择转移样品数及窗口宽度,建立了最佳的校正模型和光谱转移参数。结果表明,在20℃下建立近红外光谱校正模型,直接预测30℃下喷气燃料的密度,预测集样品均方根误差（RMSEP）为0.2031,而30℃近红外光谱采用分段直接校正算法模型转移后,预测集样品均方根误差（RMSEP）降低为0.1354,预测结果得到明显改善,有效地解决了样品温度对近红外光谱分析结果的影响。     

近红外光谱法用于纯化过程中鞣花酸含量的监控

采用近红外光谱技术结合遗传算法优化的小波神经网络,对大孔树脂纯化过程中橄榄果中的鞣花酸含量进行监控。通过小波变换对光谱进行去噪、压缩,作为人工神经网络的输入,同时以遗传算法优化神经网络的权值与阈值,并与常用的偏最小二乘(PLS)线性模型的建模效果进行比较。实验结果表明,两者都能够较准确的预测鞣花酸的含量,相对而言,人工神经网络(ANN)效果较好。     

基于稳定一致波长优选的综纤维素近红外分析模型传递

以实现纸浆材综纤维素含量的近红外分析模型在3台不同型号光谱仪上共享为目标,提出SWCSS-UVE及SWCSS-CARS联用算法。即分别利用竞争性自适应重加权采样算法（CARS）和无信息变量剔除（UVE）算法,减少SWCSS方法中入选的无信息或信息少波长的不利影响,以提高模型转移精度,并与单独的SWCSS和分段直接标准化算法（PDS）以及斜率截距（S/B）算法校正后的传递结果进行比较。结果表明,通过SWCSS-UVE方法最终可从稳定一致光谱信号中进一步优选出91个波长建立模型,该模型能同时应用于2台从机所测量光谱的分析,预测标准偏差（RMSEP）分别从模型转移前的2.0114和9.4518下降到了1.5919与1.6818,优于SWCSS, SWCSS-CARS和PDS以及S/B算法的结果。这表明SWCSS-UVE算法可以有效剔除SWCSS方法中包含的无效波长,简化模型传递过程,提高模型传递效率和稳健性。     

PDS算法进行近红外定量模型更新的效果评估

以不同厂家阿莫西林胶囊及其内容物近红外(Near infrared,NIR)光谱为例,寻找评价分段直接标准化算法(Piecewise direct standardization,PDS)进行光谱校正是否成功的量化指标。本研究共涉及76批阿莫西林胶囊样品,其中54批用于建立胶囊剂的定量模型。通过聚类分析,所有胶囊的NIR光谱分成5类,每类视为一个均质样本;分别计算每个均质样本的平均光谱,从该样本中选择10~15张光谱作为PDS校正的目标光谱,对76批阿莫西林胶囊内容物粉末光谱进行校正,利用阿莫西林胶囊定量模型对校正后的光谱进行含量预测;计算校正后的光谱与PDS校正中目标光谱所属均质样本的平均光谱的相似系数,分析其与预测误差的关系。结果表明,校正结果与所选择的目标光谱关系密切。PDS校正光谱与模型中不同均质样本平均光谱的相似系数(r)越大,通常校正效果越好;当r<99%时,一般可判断PDS校正失败(预测误差>5%)。因此,可以用PDS校正后光谱与校正时使用的目标光谱所属的均质样本的平均光谱的相似系数作为判断PDS校正是否成功的标志。     

CCD近红外光谱快速测定柴油中的芳烃含量

研究了采用电感耦合器件（ＣＣＤ）近工外光谱仪在短波近红外区域（７００－１１００ｎｍ）、利用偏最小二乘回归（ＰＬＳ）测定柴油中芳烃含量的方法。考虑样品颜色对短波近红外光谱的影响,对波长范围的选择和基线处理方式进行了研究。考察了样品进入光路的时间对测定结果的影响。将ＣＣＤＮＩＲ对未知样品的预测结果与傅里叶变换近红外光谱（ＦＴ－ＮＩＲ）在长波近红外范围（１０００－２０００ｎｍ）的预测结果及液相色谱的测定     

卷积神经网络和支持向量机算法在塑料近红外光谱分类中的模型应用

机器学习算法的应用使得塑料自动分类成为可能,而废旧塑料的分类回收对保护环境、节约资源有重要意义。该文结合近红外光谱分析技术,比较了使用一维卷积神经网络（1D CNN）和多元散射处理后支持向量机算法（MSC－SVM）建模的效果,及对PP新生料、PP再生料、PE新生料、PE再生料4种塑料分类的准确率。基于100个塑料样本近红外光谱数据的分类结果表明,验证集上1D CNN模型准确率为91.5%,MSC－SVM模型准确率为90.8%。1D CNN模型用于识别PP和PE新生料时,准确率可达100%。证明1D CNN建模方法在小数据集上进行准确塑料分类是可行的。     

基于改进免疫遗传算法的近红外光谱变量选择方法

该文在免疫遗传算法（IGA）的基础上,提出一种改进免疫遗传算法（iIGA）用于近红外光谱波长变量的选择。该算法舍去了原算法中固定抗体相似度阈值的思想,取而代之的是抗体相似度阈值自适应,同时引入精英保留策略和贪心算法思想,使得算法朝着正确的方向进行局部性探优。将该算法在玉米的淀粉和蛋白质含量数据集上进行实验测试,建立偏最小二乘（PLS）分析模型,并与IGA、遗传算法（GA）以及全谱方法进行了对比。结果表明,在玉米淀粉含量的预测上,iIGA相较于原IGA算法,预测集均方根误差（RMSEP）从0.312 0降至0.298 0,预测集预测精度提升4.5%;在玉米蛋白质含量的预测上,RMSEP从0.124 4降至0.110 3,预测集预测精度提升11.3%。分别对预测淀粉和蛋白质模型的RMSEP值进行显著性检验,F值分别为165.22和182.05,P值分别为9.5 × 10－23和4.5 × 10－24,P值均小于0.05,因此,iIGA能显著提升模型预测精度。     

小波多尺度分段直接校正法用于近红外光谱模型传递的研究

分段直接校正(PDS)算法是目前最常用的近红外光谱模型传递方法,但它在对整个谱区进行校正时,始终依赖大小不变的传递窗口.为了提高传递效果,本研究在PDS基础上提出了一种新的算法--小波多尺度分段直接校正法(WMPDS),用于混胺的近红外光谱模型传递,并详细讨论了模型的传递参数和传递结果.本算法首先对混胺的近红外光谱进行...     

主成分-人工神经网络在近红外光谱定量分析中的应用

近红外光谱的主成分由非线性迭代偏最小二乘法（ＮＩＰＡＬＳ）求出。主成分作标准化处理后,作为Ｂ－Ｐ神经网络的输入结点进行非线性迭代。该法的优点是,充分利用了全光谱的数据,得到消除噪声后的最佳主成分,能建立非线性模型,Ｂ－Ｐ神经网络迭代时间显著缩短。用该法对大麦中的淀粉含量进行了定量分析研究。结果为：校准和预测的相关系数分别为０．９８１和０．９５３,校准和预测的相对标准偏差分别为１．７０％和２．４８％。     

薄层色谱自动点样仪的研制

介绍了一种由单片机系统控制的薄层色谱自动点样装置,其中喷嘴和机械部分的制作比较实用。采用本文设计,能制出足以与商品仪器媲美的产品,且成本极低。     

导电聚合物传感器的研究进展

导电聚合物因其具有特殊的结构和优异的物理化学性能,而成为构建传感器的一种新材料。综述了近5年来导电聚合物在生物传感器、离子传感器、气敏传感器方面的研究进展,并对导电聚合物的研究动向作了展望。     

纳米复合材料固定化酶的研究进展

载体材料的选择对固定化酶的性能有着至关重要的影响。纳米复合材料不仅具有纳米尺寸的特性,而且可以克服单一材料的不足,在固定化酶领域引起了广泛关注。本文就目前在固定化酶领域使用的纳米复合载体分类进行了系统的阐述,重点介绍了目前在固定化酶研究领域运用较为广泛的硅基纳米复合材料、碳基纳米复合材料和纳米纤维复合材料等材料的制备方法及不同材料对酶学性能的影响,并对这些纳米复合材料固定化酶发展前景进行了展望。     

真珠钙驱铅实验研究

研究了真珠钙驱铅效果，给亚急性中毒的大鼠服用后，可增加铅从尿中排量，降低骨中蓄积量，对防治铅中毒有一定作用。     

一种基于介质上电润湿效应的免疫检测芯片研究

利用微机械加工技术,在ITO玻璃上设计制作了基于介质上电润湿效应的以离散液滴为对象的免疫检测芯片,对芯片的液滴驱动特性、免疫反应参数进行了测试,并对小鼠IgG和羊抗鼠IgG-HRP进行了初步的免疫测试.研究结果表明,在电压<100 V的时候,接触角测量值基本上和预测曲线吻合,在>100 V的情况下出现了接触角饱和现象,在芯片上实现了液滴操纵,120 V时得到最大平均速度为3.75 mm/s;该芯片可以实现免疫反应检测,所需样品体积为0.5 μL,检测时间约为20 min,对于羊抗鼠IgG-HRP实验系统的检测范围为0.1～20 mg/L.     

基于氧化铝纳米通道的电化学生物传感器研究

将制备好的氧化铝纳米通道经与3-氨丙基三乙氧基硅烷反应使其表面修饰了氨基后,再在含生物素的缓冲溶液(pH 5.5)中反应12h,制成表面固定了生物素的氧化铝纳米通道,通道孔径约50nm。另取PVC管一段,在其顶端用PVC/THF混合液粘附制备好的聚合物膜,再将上述修饰好的氧化铝纳米通道用有机硅橡胶粘在敏感膜的底部,作为工作电极待用。以生物素-亲和素体系为模型,用经修饰的氧化铝纳米通道为识别载体进行电位法检测,实现了亲和素的检测。亲和素的质量浓度在0.10~0.60mg·L-1范围内与相应的电位变化值之间呈线性关系,检出限(3σ)为0.05mg·L-1。试验结果验证了氧化铝纳米通道电位生物传感器测定生物大分子的可行性。     

镍激活EB病毒的研究

应用间接免疫荧光法和抗补体免疫荧光技术研究,证实在试管内1～40mg/L NiSO4.6H2O(Ni)显著增强携带Epstein-Barr Virus(EBV)基因组的三株类淋巴母细胞株的VCA、MA、EA、EBNA-2抗原表达.此外还发现1～20mg/L Ni能明显促进EBV转化人脐血B淋巴细胞的作用,当多次加Ni时促进效应更强,前者转化促进率为13.31%～46.6 1%,后者达22.70%～57.04%.以上结果表明,Ni具有激活 EBV的作用.EBV与鼻咽癌(NPC) 密切相关,广东 NPC高发区大米和饮水中 Ni的含量偏高,NPC患者血和头发中 Ni 的水平明显高于健康人.研究结果提示,EBV与 Ni相互作用可能是 NPC发生、发展过程中的一个协同因素.     

AMT在青铜电极表面上吸附的SERS研究

对AMT在青铜上的吸附行为进行激光拉曼电化学研究，通过改变青铜电极的电极电位对在有无Cl－存在条件下各主要拉曼振动峰进行观察.结果表明, AMT垂直吸附在青铜表面，有Cl－存在下， Cl－与AMT分子共吸附在青铜表面上.外加阳极极化电流、加入Cl－将增加AMT在青铜表面上的吸附.     

壳聚糖固定L-天门冬酰胺酶的研究

研究了以壳聚糖为载体，戊二醛为交联剂，固定化Ｌ－天门冬酰胺酶的最适条件，并对固定化天门冬酰胺酶的理化性质进行了初步探讨。分别从不同固定化程序、缓冲液及保护剂等方面进行了固定化天门冬酰胺酶的条件优化；固定化酶的活力回收可达２０％左右。固定化酶的最适范围变宽，由游离酶的最适ｐＨ＝４～６变为ｐＨ＝６～１０。连续使用６次后仍可基本维持固定化酶的活力。固定化酶对胃蛋白酶的水解性也较游离酶大大提高。     

基于纳米镍催化的松香加氢研究--树酯酸组成的研究

松香的主要成份是枞酸型树脂酸,其因共轭双键的存在而易被氧化,大大降低了其附加值。经氢化后的松香具有抗氧性好、脆性小、热稳定性高、颜色浅等特点,因而广泛应用于胶粘剂、合成橡胶、涂料、油黑、造纸、电子、食品等工业部门[1]。采用催化加氢的方法可使枞酸型树脂酸中的共轭双键消除[2]。以枞酸为代表的反应式为:松香催化加氢主要有熔融法[3]和溶剂法[4],所用催化剂主要是Pd和N i。熔融法制氢化松香,当反应温度低于200℃时,枞酸加氢速度较慢,反应不完全。温度升高,氢化松香中枞酸含量显著地减少,但温度高于250℃时,树脂酸脱羧严重,甚至…