人工神经网络用于有机环境污染紫外光谱库检索

本文将人工神经网络（ＡＮＮ）用于有机环境污染物紫外光谱库检索。对该神经网络的参数优化作了讨论。并用ＡＮＮ对噪声、杂质等因素的影响作了详细的考察。为了提高紫外光谱的分辨，本文提出用光谱作ＡＮＮ训练和检索，使网络的收敛速度明显加快，对检验光谱中杂质的容允程度明显增加。本文还将ＡＮＮ与传统的相关系数法作了比较。结果表明，ＡＮＮ法在抗噪声和杂质等方面明显优于相关系数法。     

人工神经网络用于有机环境污染物紫外光谱库检索

本文将人工神经网络（ＡＮＮ）用于有机环境污染物紫外光谱库检索。对该神经网络的参数优化作了讨论。并用ＡＮＮ对噪声、杂质等因素的影响作了详细的考察。为了提高紫外光谱的分辨，本文提出用导数光谱作ＡＮＮ训练和检索，使网络的收敛速度明显加快，对检验光谱中杂质的容允程度明显增加。本文还将ＡＮＮ与传统的相关系数法作了比较。结果表明，ＡＮＮ法在抗噪声和杂质等方面明显优于相关系数法。     

磷脂中胆碱(PC)、乙醇胺(PE)和水(H2O)三相相图的研究

利用X射线衍射测定了磷脂中胆碱（PC），乙醇胺（PE）和H2O不同含量时的X射线衍射峰，初步绘制出了三相相图的轮廓，为三磷脂中相相图的进一步研究和从磷脂的混合体系中分离出纯的胆碱奠定了基础。     

流动注射-ICP-AES多元素同时分析及NaCl基体干扰效应的研究

本文研究了以流动注射进样的ICP-AES分析方法和NaCl的基体效应。0.25-2.5%NaCl对11个元素的影响结果表明,FI进样可克服常规连续雾化的信号漂移,从而改善了测量精度。不同功率下的NaCl基体的影响不同。结果表明,NaCl的基体效应主要存在于气溶胶微粒在ICP中的蒸发—原子化—激发过程。     

氢化物发生技术中化学干扰的研究进展

引言在氢化物发生技术与原子光谱分析方法的结合中,基体元素的干扰效应可分为二类:(1)在还原过程中氢化物生成效率的改变引起的干扰;(2)已被还原为氢化物的元素在原子化过程中形成稳定化合物而引起的干扰。可统称为化学干扰。在氢化物发生原子吸收光谱分析中,这二类干扰都是比较显著的。当使用感耦等离子体作激发光源时,由于等离子体的温度很高,而且送入等离子     

电感耦合等离子体原子发射光谱分析信息系统的开发：I.系统分析

根据电感耦合等离子体原子发射光谱（ＩＣＰ－ＡＥＳ）分析的实际需要，开发了一种ＩＣＰ－ＡＥＳ分析信息系统。该系统包括谱线管理系统、识别干扰程序系统、校准及干扰校正系统、帮助系统等子系统。本文将讨论系统分析。系统设计和系统评价将在另文中讨论。