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     

温度限制串联相关神经网络及其在细菌辨识中的应用

蛋白质在微生物研究中可用作生物标记物,故在生物技术中其表征工作很重要．各种质谱技术已被用于细菌的表征[‘－’j．1994年,Cain等[‘]首先报道了将色谱和基体辅助激光解离/电离飞行时间质谱(M     

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。     

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。     

BP神经网络与近红外光谱定量预测杉木中的综纤维素、木质素、微纤丝角

利用近红外光谱(NIR)技术结合BP神经网络定量预测了杉木中的综纤维素、木质素和微纤丝角。首先对杉木的原始近红外光谱数据进行卷积(Savitzky-Golay)平滑和二阶导数处理,然后利用小波变换压缩,将由171个数据点组成的近红外光谱压缩为86个数据点,最后用BP神经网络建模,采用Leave-n-out交叉验证法对模型进行验证,并讨论了隐含层神经元个数、学习速率、动量因子和学习次数对所建BP网络的影响。用所建的网络模型预测了测试集中杉木样本的综纤维素、木质素和微纤丝角 ,预测的相关系数R2值分别为0.91, 0.90, 0.87,预测均方根误差RMSEP分别为：0.86%, 0.33%, 4.99%。结果表明该方法快速,无损,基本能满足定量分析的要求。     

近红外光谱技术结合主成分分析法用于子宫内膜癌的诊断

应用近红外光谱技术结合化学计量学方法研究了子宫内膜癌组织近红外光谱特征提取和早期诊断的可行性. 测定了154 例子宫内膜组织切片的近红外光谱, 选取适宜的波段和光谱预处理方法进行主成分分析, 很好地区分了癌变、增生和正常子宫内膜组织切片, 并且分辨出处于不同分化期的组织切片, 为子宫内膜癌的早期诊断提供了可靠依据. 该法快速、简便, 有望发展成为一种新型的肿瘤无创诊断方法.     

基于最小二乘支持向量机的国公酒中橙皮苷含量测定

应用近红外光谱技术结合最小二乘支持向量机建立了国公酒中橙皮苷含量的模型。利用Kernard-Stone法对训练集样本进行划分,对光谱数据预处理方法进行了选择,比较了平滑、范围标度化、自标度化、一阶微分、二阶微分以及这几种预处理相互结合的六种方法,确定了以平滑、一阶微分,范围标度化作为国公酒近红外光谱的数据预处理方法,采用组合的间隔偏最小二乘法筛选出有效波段8 211～8 312 cm-1及9 712～9 808 cm-1。应用最小二乘支持向量机建立模型,所建模型的交叉验证误差均方根为0.000 1,预测误差均方根为0.004,预测集的相对偏差小于5%。与组合的间隔偏最小二乘法、径向基-人工神经网络和支持向量机进行了比较。该方法快速、无损且可靠,可作为国公酒中橙皮苷含量快速测定的手段。     

小波变换近红外光谱结合径向基神经网络快速分析异福片

应用小波变换(WT)处理近红外漫反射光谱结合径向基神经网络(RBFNN)建立快速分析异福片中利福平和异烟肼含量的模型(WT-RBFNN)。用小波变换的低频系数作为RBFNN的输入节点, 研究了网络参 数包括隐含层神经元数和径向基宽度(SC)对模型的影响。与经典的RBFNN和PLS相比较表明, WT-RBFNN模型压缩了原始光谱, 除去了噪音和背景的影响, 拟合效果很好。优选的WT-RBFNN模型对校正集样品 中利福平、异烟肼的交互验证均方根误差(RMSECV)分别为0.006 04和0.004 57;对预测集样品预测均方根误差(RMSEP)分别为0.006 39和0.005 87。同时预测集样品中利福平和异烟肼与RP-HPLC测定结果 的回归系数(r)分别为0.995 22和0.993 92, 相对误差在2.300%以下。这些结果显示了该方法建模的稳健性和模型的预测精度均很高, 同时此方法具有非破坏、无污染、可在线检测等优点, 对替代常规药物 分析方法有重要的意义。