磺胺偶氮氯膦与稀土元素的成络显色反应研究及其应用——直接光度法测定铝合金中稀土元素总量

本文研究了稀土元素与磺胺偶氮氯膦成缮反应的规律性。发现稀土元素的磺胺偶氮氯膦络合物的吸收峰位置相近,摩尔吸光系数为7.74—8.80×10~4。在盐酸介质中,有草酸存在时,用磺胺偶氯氯膦直接光度法测定铝及铝合金中以铈组稀土元素为主的稀土元素总量。本法准确度、精密度良好,操作简便,应用于合成试样与实样分析,结果令人满意。     

考虑二次梯度影响的渗流模型的解析解

本文利用油藏渗流力学原理，结合留数方法和特殊函数理论，求出了考虑井储和二次压力梯度影响的无穷均质油藏试并模型的解析解，并给出了渐近表逸式。该方法可用于求无穷双孔介质油藏、多层油藏、复合油藏等试井模型的解析解，对试井分析有理论应用价值。     

硫磺对滴定测定氯乙酸的影响

1　引　　言目前国内氯乙酸产品的分析方法采用ＺＢＧ170 2 4 90法 ,此方法未考虑硫磺对二氯乙酸测定的影响 ,往往偏差较大。其分析方法原理为 :氯乙酸和二氯乙酸与碱进行脱氯反应分别生成羟基乙酸钠和草酸钠 ,先用银量法测出所含总氯 ,再用高锰酸钾滴定水解生成的草酸钠 ,可计算出二氯乙酸 ,然后再用总氯量减去二氯乙酸中的含氯量即得氯乙酸的含量。国内氯乙酸生产均以硫磺为催化剂 ,产品中不同程度地含有硫磺 ,含硫磺量在ｌ 10 0 0 0～ 1/ 10 0 0之间。硫磺在测定过程中会发生如下反应 :4Ｓ +8ＮａＯＨ =3Ｎａ2 Ｓ +Ｎａ2 ＳＯ4+4Ｈ2 Ｏ (…     

基于XGBoost的糖尿病血液拉曼光谱定量分析法

血液中包含着大量的生物信息,如激素、酶、血糖等成分,而血糖偏高将引发糖尿病。糖尿病有很多并发症,比如脑梗塞,脑出血,肾脏损害,眼底损害,周围神经病变等一系列疾病。目前,血液常规成分检测分析周期较长,结果反馈较慢,难以实现快速连续检测。光学检测技术能够根据待测物质的光谱鉴别物质化学成分和相对含量,因其灵敏度高、适用性强、分析速度快等优势,在血液无创检测领域逐渐发挥其优势。随着激光技术的不断进步,拉曼光谱技术作为一种非线性散射光谱技术,在血液检测技术中得到了广泛应用。为提高拉曼光谱的预测精度,首次将XGBoost算法应用到拉曼光谱血液血糖浓度中进行预测精度的提升。实验中106组血液样本及试验标准值为河北省秦皇岛市第一医院提供,选用布鲁克的MultiRAM光谱仪进行血液的拉曼光谱数据测量,实验中1 064 nm激发光源功率为400 mW,光谱分辨率为6 cm-1,扫描速率为10 kHz,扫描范围为400～4 000 cm-1,对每个样本重复采集10次并计算平均值作为原始光谱数据,以保证实验的准确性和可重复性。该方法无需对数据进行预处理,首先将光谱数据随机划分为训练集和测试集,比例为7∶3,训练集用于训练模型并确定模型参数,测试集用于测试模型的稳定性和预测精度。建立XGBoost模型后,用网格搜索法和k折交叉验证优化模型参数;引入模型评估指标和克拉克网格误差分析图对XGBoost模型血糖浓度的预测进行分析;最后将XGBoost模型与决策树(DT)、随机森林(RF)和支持向量机回归(SVR)模型进行对比。实验结果表明通过XGBoost建立的定量回归模型效果最佳,模型的决定系数为0.999 99,校正集均方误差为0.007 49,预测集均方误差为0.007 17,相对分析误差为331.973 18,预测点均落在克拉克网格误差分析图的A区。结果证明,将XGBoost算法应用到拉曼光谱血液成分定量分析中具有较高的预测精度,并且数据未经过预处理,可以有效缩短程序运行时间,其在拉曼光谱以及近红外光谱定量分析领域具有广阔的发展前景。     

基于拉曼光谱和多空间融合预处理方法的葡萄糖成分检测

采用多空间融合的预处理方法结合偏最小二乘回归,对低浓度葡萄糖样品的拉曼光谱进行定量分析。通过傅里叶变换拉曼光谱仪获得低浓度葡萄糖样品的光谱数据,结合多空间融合预处理方法和采用传统的偏最小二乘方法建立建立线性定量回归分析模型。用相关系数r、预测均方根误差RMSEP、交叉验证均方根误差RMSECV等参数作为评价模型的指标,实验表明,不同的光谱预处理方法对建模效果有较强的的影响,通过比较可知将基线校正、正交信号校正及Savitsky-Golay平滑三种预处理结合后的,模型的r=0.979 8,RMSEP=0.031 7,RMSECV=0.031 0,明显优于其他预处理方式。由此说明,通过多空间融合的预处理方法对光谱数据进行优化的操作是可行的,较好的预处理融合方式对实验模型准确性和稳健性影响很大。