双重印迹法制备汞离子印迹聚合物及其性能研究

采用双重印迹法,以N-3-(三甲氧基硅基)丙基乙二胺为功能单体,四乙氧基硅烷为交联剂,表面活性剂(十六烷基三甲基溴化铵)和Hg2+为模板,合成出Hg2+印迹聚合物.聚合物中的表面活性剂和Hg2+分别由乙醇萃取和HCl洗涤除去,利用平衡吸附法研究了聚合物的吸附性能和选择识别能力,且探讨了实验条件对印迹聚合物吸附性能的影响.结果表明,在竞争离子Cu2+(或Cd2+) 存在下,印迹聚合物具有较高的吸附能力和选择识别能力,最大相对选择系数k′>200,且可以循环使用.     

人工神经网络应用于维生素B族4组分同时测定

应用人工神经网络原理，采用Levenberg-Marquardt BP算法，对于吸收光谱严重重叠的维生素B1，B2，B6和烟酰胺4组分同时进行含量测定。四者的平均回收率分别为100％，98％，96％，100％。该方法用于复合维生素B片剂中B1，B2，B6和烟酰胺的同时测定，获得较满意的结果。实验表明，该方法与现有的算法相比具有训练速度快、预测结果准确度高等特点，有望能成为多组分分析的有效方法之一。     

Madaline网络用于分光光度法同时测定铜钴镍的研究

采用4－（2－吡啶偶氮）－间苯二酚（PAR）－Cu,Co,Ni显色体系，应用Madline神经网络原理，对于吸收光谱严重重叠的三组分金属配合物体系同时进行含量测定，Cu^2 ,Co^2 ,Ni^2 的平均回收率分别为94％，101％，102％，实验表明，该法具有训练速度快，预测结果准确度良好等特点，有望成为多组分分析的有效方法之一。     

用3,6-双[(2-胂羧基苯)偶氮]-4,5-二羟基-2,7-萘二磺酰苯胺改性硅胶富集、分离痕量元素的研究

本文介绍了3,6-双[(2-胂羧基苯)偶氮]-4,5-二羟基-2,7-萘二磺酰苯胺(偶氮胂-DAL)改性硅胶的制备方法,研究了它的性质及其富集,分离Ti(Ⅳ),Zr(Ⅳ)、Hf(Ⅳ)的工作。研究结果表明,偶氮胂-DAL改性硅胶在6mol/L HClpH4.0的溶液中是稳定的;其对Zr(Ⅳ)的最大吸附量为20.9μmol/g;在1mol/L HCl介质中,经偶氮胂-DAL-SG柱预富集处理后,可将Zr(Ⅳ)、Hf(Ⅳ)与Ti(Ⅳ)、贵金属、常见过渡元素,稀土元素等金属离子直接分离,用普通分光光度法测定人工水样中Zr(Ⅳ)的下限可达10~(-9)g/g。     

人工神经网络用于光度法同时测定铜钴镍

本文采用PAR－Cu,Co,Ni显色体系,应用人工神经网络原理,以Levenberg-MarguardtBP算法,对紫外吸收光谱严重重叠的三组分金属配合物体系进行含量测定。在452－552nm的范围内,以14个特征波长处的吸收值作为网络特征参数,并通过正交设计安排样本。网络仅训练781次即可达到要求,Cu,Co,Ni三者的平均回收率分别为99．99％,99．97％,测定结果的相对标准偏差分别为0．1％,0．2％,0．1％。实验表明,该方法与现有的算法相比具有训练速度快,预测结果准确度高等特点。该方法和光度法结合有望成为多组分分析的有效方法之一。     

催化动力学分光光度法同时测定铜和铁

研究发现 :在硫酸介质中Cu(Ⅱ )和Fe(Ⅲ )能同时催化溴酸钾氧化酸性铬蓝K的褪色反应 ,但二者存在一定的速率差异 ,反应速率常数之比随时间而变化 ,且吸光度的加和性不佳。运用了三层Levenberg Marquardt优化BP神经网络处理实验数据 ,实现了Cu(Ⅱ ) ,Fe(Ⅲ )的催化动力学分析法同时测定。研究了最佳反应和测定条件。用于合成样品和人发中铜和铁的测定 ,结果满意     

人工神经网络-荧光光谱法同时测定维生素B1,B2,B6

应用人工神经网络原理 ,以Levenberg MarquardtBP算法对荧光光谱严重重叠的维生素B1 ,B2 ,B6三组份混合体系同时进行了含量测定。在 390～ 5 2 0nm的范围内 ,以 15个特征波长处的荧光强度值作为网络特征参数 ,并通过均匀设计安排样本 ,经网络训练和计算得出维生素B1 ,B2 ,B6 三者的平均回收率分别为 99 86 % ,99 6 0 % ,99 4 9% ,测定结果的相对标准偏差各为 1 7% ,1 6 % ,1 7%。     

饱和醇结构-保留定量相关的人工神经网络模型

以拓扑指数为结构描述符，用基于Levenberg-Marquardt优化的BP神经网络建立了醇类化合物的结构与色谱保留值的相关性模型，用于未知醇类化合物在SE－30和OV－3两根色谱柱上保留指数的同时预测，其学习速率优于文献中普通BP神经网络法，预测准确度与普通BP神经网络法接近，但优于多元线性回归法，因而是一种较好的预测有机化合物气相色谱保留指数的方法。     

酸性铬蓝K在蛋白质大分子上Langmuir吸附聚集及应用

用微相吸附 -光谱修正 (MPASC)技术研究蛋白质 (BSA)与酸性铬蓝K(ACBK)探针分子间的相互作用。通过pH3.5的介质中蛋白质与酸性铬蓝K反应的光谱研究 ,测定了结合产物的物理化学参数 :结合比为n(ACBK)∶n(BSA)=62∶1,平衡常数KBSA -ACBK=2.2×105。BSA -ACBK摩尔吸收系数ε584=3.9×105L·mol -1·cm -1。该吸附反应用于蛋白质样品测定 ,结果良好。     

荧光光谱-人工神经网络法同时测定注射液中色氨酸和酪氨酸

本文用人工神经网络法中的误差反传学习算法对色氨酸、酪氨酸混合体系的荧光光谱进行解析,提出了同时测定这两种氨基酸的计算分析方法。以pH=7.15的KH_2PO_4-K_2HPO_4的缓冲溶液为介质,用224nm为激发波长,在290～400nm的范围内,以14个特征波长处的荧光强度值作为网络特征参数,进行网络训练。网络训练了12次即达到误差精度要求(误差平方和小于0.1)。以同样方法对复合氨基酸注射液进行测定,通过训练好的网络进行色氨酸、酪氨酸含量的计算,相对误差分别为4.0％和2.6％。实验表明,该方法与现有的算法相比具有训练速度快、预测结果准确度高等特点。该方法与荧光法结合有望成为多组分分析的有效方法之一。