傅里叶变换红外光谱对水溶性气溶胶复折射率的测量分析方法研究

当前大气气溶胶的成分比较复杂,其水溶性离子成分影响着大气质量,并且对人类健康不利。因此,对水溶性离子成分进行快速可靠的检测是环境科学领域中的一项重要研究工作。以SO24-为例,研究采用傅里叶变换红外光谱(FTIR)技术,对水溶性气溶胶离子的消光系数进行测量,并通过理论分析计算得到其复折射率N的过程。通过测量大气气溶胶水溶性SO24-离子的质量消光截面k和消光系数α,再根据消光系数α来计算复折射率N的虚部ni,使用KK(Kramers-Kronig)关系,来计算复折射率N的实部nr,并对实验结果进行了分析和讨论。     

基于Bayes方法的诊断模型分析

文中证明了在Bayes框架下,当漂移参数7服从有信息先验时,在相当广泛的统计模型中,数据删除模型(CDM)和均值漂移模型(MSOM)的参数估计不相等,几个数值例子验证了相应的结论.     

新型可用于荧光标记的α-氰基丙烯酸酯单体的合成及在小鼠活体成像中的应用

设计合成了新型含有荧光基团的α-氰基丙烯酸酯单体,并与其它α-氰基丙烯酸酯单体共聚,得到产生荧光的聚氰基丙烯酸酯材料.将其包埋在小鼠背部肌肉层,可获得良好的荧光成像效果.通过对荧光强度的监测,初步研究了聚氰基丙烯酸酯材料中的侧链酯基在小鼠体内的降解情况.单体合成是以蒽合氰基丙烯酸和4,4'-二甲氧基三苯基-氨基己醇为原料,得到蒽合氰基丙烯酸(4,4'-二甲氧基三苯基-氨基己醇)酯,脱保护后再将异硫氰酸荧光素以化学键合的方式标记在末端氨基上,脱蒽还原烯双键后,得到可用于荧光标记的α-氰基丙烯酸(异硫氰酸荧光素-氨基己醇)酯单体.反应中间体及单体结构采用核磁共振氢谱和质谱进行表征.该单体及其高聚物均可在激发光(488 nm)和发射光(525 nm)条件下观察到明显荧光.     

FTIR监测北京地区CO2和CH4及其变化分析

近几十年来,温室效应导致地表温度明显上升,其所引起的全球气候变迁问题越来越受到人们的关注.CO2和CH4是大气中主要的两种人为温室气体,对它们进行连续的测量,获取它们长时间变化情况对大气环境科学具有重要的意义.目前国内监测这两种气体的主要手段是气相色谱方法.鉴于傅里叶变换红外光谱技术的优点,使用开放式长光程FTIR系统在北京地区对这两种气体进行了监测.该系统直接测量开放光路中的环境气体的大气吸收光谱,并使用非线性最小二乘方法进行光谱分析,获取待测组分的浓度信息.在实验部分给出了2005年9月4日到2005年9月10日6天中的北京地区CO2及CH4的测量结果,并对两者的变化趋势和相关性进行了分析.     

烷基修饰寡聚脱氧核苷酸磷酸残基的化学合成及稳定性研究

分别采用格氏试剂和三氯化磷三步取代法合成了4个新的烷基修饰磷酸残基的亚磷酸酰胺单体, 其结构经1H NMR和31P NMR表征. 利用这些单体合成模型序列5'-dTTTx TT-3', 考察了单体及寡聚核苷酸序列在DNA/RNA合成条件下的稳定性, 提出了固相合成含有烷基修饰磷酸残基的寡聚核苷酸序列裂解及脱保护条件.     

高效液相色谱法测定3-氨基哌啶二盐酸盐中氨基吡啶类基因毒性杂质的含量

在降血糖药物苯甲酸阿格列汀的合成过程中,有可能因原料的因素而引入氨基吡啶类基因毒性杂质而对上述药物的用药安全性造成影响。为此试验提出了用高效液相色谱法测定3-氨基哌啶二盐酸盐中3种氨基吡啶化合物(4-氨基吡啶、3-氨基吡啶和2-氨基吡啶)的方法。称取试样0.3g,用磷酸盐缓冲溶液(pH 7.0)-甲醇(90+10)混合溶液超声溶解并定容至10.0mL。选择Shim-pack Scepter C_(18)色谱柱作为分离柱,用pH 7.0的磷酸盐缓冲溶液和甲醇(90+10)的混合溶液等度洗脱,流量为0.5mL·min~(-1),柱温为35℃,检测波长为280nm,进样量10μL。在选定的条件下,上述3种化合物可达到很好的分离,4-氨基吡啶、3-氨基吡啶和2-氨基吡啶间的分离度分别为30.3,8.4,其检出限(3S/N)分别为0.028 9,0.071 1,0.070 2mg·L~(-1)。在3个浓度水平上对3种化合物进行回收试验,测得回收率依次为101%,98.4%,97.2%。重复性和重现性试验所测得3种化合物测定值的相对标准偏差(n=6)分别依次为1.5%,0.90%,0.70%和6.2%,3.0%,2.2%。样品加标溶液和对照品溶液在室温下放置24h内稳定性良好。     

基于人工神经网络的傅里叶变换中红外光谱法对食用油油烟种类识别研究

随着餐饮业的发展,餐饮烟气已经成为某些城市三大空气污染源之一。由于餐饮烟气对人体健康威胁很大,近年来对餐饮烟气的研究愈来愈热。餐饮烟气中包含有大量食用油加热过程中裂解而产生的不饱和烃类,危害着人类健康。不同食用油裂解出来的成分以及含量有所不同,通过构建一定的分类识别数学模型,从而实现对食用油分类识别。采用自主研发的傅里叶变换红外光谱仪,采集了不同食用油油烟烟气红外光谱数据。同时构建了主成分分析(PCA)分别结合概率神经网络(PNN)以及误差反向传播人工神经网络(BPANN)的分类识别算法。将两种分类识别算法对不同食用油油烟烟气的傅里叶变换红外光谱数据进行分析。通过样本数据对数学模型进行训练,将训练好的数学模型对未知光谱数据进行分析,来确定产生油烟烟气的食用油种类。实验结果表明,两种算法都能对不同的油烟种类进行较好地分类识别。在全波段识别时,识别率分别达到90.25%和97.0%。通过对烟气光谱数据的吸收波段进行分析,提取大气窗口并且具有较强可挥发性有机物(VOCs)吸收特征的波段(1 300～700 cm-1以及3 000～2 600 cm-1);将吸光度数据分成两个分离的吸收波段,两种算法在3 000～2 600 cm-1波段都有较好的识别效果,PCA-PNN算法识别率为90.25%,PCA-BPANN算法识别率为92.25%。可见,两种人工神经网络算法都能有效对食用油烟种类进行识别。     

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。     

非线性回归模型的经验似然诊断

经验似然方法已经被广泛用于线性模型和广义线性模型.本文基于经验似然方法对非线性回归模型进行统计诊断.首先得到模型参数的极大经验似然估计;其次基于经验似然研究了三种不同的影响曲率度量;最后通过一个实际例子,说明了诊断方法的有效性.     

基于波叠加法的近场声全息空间分辨率增强方法

提出一种基于波叠加法的近场声全息空间分辨率增强方法. 该方法在波叠加法的基础上,利用全息面声压信号求得布置在全息面附近的虚源面上的简单源源强,再根据求得的简单源源强实现对全息面声压的插值,进而利用插值后的全息面声压数据进行重建. 该方法可以提高近场声全息重建图像的空间分辨率,减少测量工作量,简化测量过程. 通过仿真对影响插值结果的参数进行了分析,给出了合理的选取范围;通过仿真和实验研究验证了该方法的有效性. 关键词： 波叠加法 近场声全息 空间分辨率