有机环境污染物紫外光谱检索的神经网络方法

详细讨论了网络优化参数、模拟的测量过程中噪声及杂质对网络收敛性能及预测误差的影响。为加速网络收敛,提高紫外光谱检索的正确率,采用了导数光谱对反向传播的人工神经网络(BP-ANN)进行训练和检索,该方法对检索光谱中噪声、杂质,尤其是斜坡背景的允许程度明显提高。文章还将ANN方法与普通的相关系数法的识别结果进行了比较。结果表明,优化参数下的人工神经网络的库检索法在抗噪、容杂等方面都明显地优于普通的相关系数法,是一种很有效的紫外库检索方法。     

基于大黄的红外光谱的人工神经网络鉴别研究

将傅里叶变换红外光谱法和人工神经网络用于鉴别正品和非正品大黄样品。在对神经网络训练前用小波变换对测量的红外光谱进行压缩,将原700个数据点的光谱压缩到44个变量,因此加速了神经网络的训练速度。52个大黄样品被用于网络模型的建立,其中包括25个正品大黄和27个非正品大黄的样品。文章还对隐含层神经元数目和动量参数的影响做了考察。结果表明,在优化的条件下用该方法对大黄样品的鉴别正确率达到98％。这种方法可被用于含大黄中药生产的质量控制。     

人工神经网络方法用于肺癌的辅助诊断

根据人发和血清中微量元素的含量,将人工神经网络(ANN)用于正常人与癌症患者的分类预测.用独立预测样本作了检验,表明该方法可作为肺癌诊断的一种辅助手段.讨论了当预测样本中有元素缺损时ANN的分类预测情况,并研究了人发和血清样品中的元素对分类预测的影响.     

太赫兹光谱和成像技术在生物医学领域研究与应用

太赫兹波是指位于微波和红外线之间频段的电磁波。太赫兹波是电磁波段中由电子学向光子学过渡的特殊区域,也是宏观经典理论向微观量子理论的过渡区域,具有重要的科学研究价值和应用价值。人体组织细胞是由蛋白质、核酸、酯类等生物分子组成,每一种物质所特有的分子结构决定了其特征的光谱信息。太赫兹光谱与成像技术能够反映这些分子结构状态和它们之间相互作用。我们研究组近年来在太赫兹光谱技术应用方面做了一些工作,包括对氨基酸和糖类同分异构混合物的定量分析和采用太赫兹光谱技术结合模糊分类器等对宫颈癌组织接片样本进行了分类诊断研究。在该项研究中,我们建立了太赫兹光谱技术测量癌瘤组织的方法;建立多种癌瘤组织太赫兹光谱的特征提取方法;建立了多种适合太赫兹光谱技术进行癌瘤鉴定的分类模型,并对其进行统计学验证。取得了满意的效果。但是从目前的研究工作来看,太赫兹光谱与成像技术进入实际临床应用还有相当长的路要走。     

离子淌度谱和SIMPLISMA用于痕量有机化合物的检测

离子淌度谱(IMS)是检测痕量挥发性有机化合物的灵敏方法。SIMPLISMA(simpletouseinteractiveselfmodelingmixtureanalysis)是一种自模型曲线分辨方法。文章将SIMPLISMA用于DMMP,DIMP和DEMP的IMS检测和数据的处理。这些化合物的IMS谱数据经SIMPLISMA处理后,可以提取出IMS的谱特征,并去除大部分噪声的影响。经SIMPLISMA提取的IMS谱可被用于其他计算,如曲线分辨和模式识别等。     

ICP-AES-CID二维光谱的频率特性研究

本文对电感耦合等离子体原子发射光谱分析（ICP－AES）中电荷注入检测器（CID）得到的二维光谱的频率特性作了研究。测量光谱经过傅里叶变换得到其光谱的频率分布。结果表明,测量光谱在频域中的信号可被分为两部分：即低频信号和高频信号。前者代表有用的分析信号而后者代表背景和噪声。然而,不能采用简单滤除高频信号的方法来去除噪声,因为这样虽然高频信号没有明显改变但会使背景变形。     

5,10,15,20-(2-吡啶基)卟啉及其锰(Ⅲ)配合物的合成

在微波辐射下合成了5,10,15,20-(2-吡啶基)卟啉(TPyP)及其锰(Ⅲ)配合物[Mn(Ⅲ)TPyP]。找到了较好的分离和提纯Mn(Ⅲ)TPyP的方法。     

流动注射在线分离富集火焰原子吸收法快速顺序测定环境样品中六种元素

本文采用双柱富集的在线分离富集系统与 2 2 0FS顺序多元素原子吸收分光光度计联用 ,以PT C18色谱预处理柱为预富集柱 ,二乙基二硫代氨基甲酸钠 (DDTC)和吡咯啶二硫代氨基甲酸铵 (APDC)混合物为螯合剂 ,甲醇为洗脱剂 ,首次实现了Cu ,Pb,Cd ,Co ,Ni,Mn六种元素的快速同时测定。富集倍数为 10 2～ 2 1 7之间。34s富集 (4 4 0mL)的检出限分别为Cu 2 91,Pb 5 81,Cd 0 35 ,Co 3 6 1,Ni4 0 5和Mn 1 94 μg·L-1,相对标准偏差分别为Cu 2 6 4 % ,Pb 2 93% ,Cd 2 5 9% ,Co 2 5 7% ,Ni 2 78%和Mn 3 6 8%。该方法操作简便、快速 ,用于环境样品中痕量元素的测定 ,得到了满意的结果。     

自模型曲线分辨法校正ICP-AES中谱线重叠干扰——测量误差对结果的影响

本文将自模型曲线分辨方法(SMCR)应用于ICP-AES谱线重叠光谱干扰的校正,并就测量误差对重叠光谱解析结果的影响作了详细的研究和讨论。两谱线的重叠程度越大,随机误差对光谱干扰校正的影响越大。对测量数据作平滑处理。可以减小数据随机误差对结果的影响,但平滑次数增加,将导致光谱图变形,使干扰校正结果产生较大的误差。数据的平滑不能减小光谱偏离加和性的误差。本工作对两条光谱重叠的情况作了讨论,并取得了较好的结果,表明SMCR法是校正ICP-AES中重叠谱线干扰的一种简便、快速的方法。     

ICP—AES光谱模拟和谱线选择

本文采用Ｖｏｉｇｔ线形函数对ＩＣＰ－ＡＥＳ中谱线重叠和结构背景的干扰作了模拟。结果表明，模拟的光谱与实测的光谱基本一致，因而利用模拟光谱对谱线选择具有一定的指导意义。