电感耦合等离子体质谱(ICP-MS)法测定土壤中的碘

通过电感耦合等离子体质谱法(ICP-MS)测定土壤中的碘。样品预处理采用艾斯卡试剂熔融、热水提取和阳离子树脂静态交换,试验加入了不同剂量的阳离子交换树脂在不同程度上降低了溶液中Na+ 和Zn2+^{等阳离子的盐效应干扰。研究了乙醇在}ICP-MS中对碘元素的增强效应,用3%的氨水溶液清洗进样系统,有效减少的碘的记忆效应和清洗时间。该方法线性范围宽,方法灵敏度高,检出限低,试剂用量少,环境友好。对苏州及周边区域若干非污染土壤点位进行采样、制备和测试,碘平均含量为2.7μg.g_-1^;同步测试国家有证标准物质,精密度和准确度良好。     

利用改进的内梅罗指数法模型评价苏州市内外城河水质

采用改进的内梅罗指数法评价苏州市内外城河的水质污染状况。计算水质的分级标准临界值,以此作为评价水质污染状况的依据。研究结果表明,苏州市内外城河6个采样点的水质污染状况不同,各个点位的水质随时间变化显著(5月、9月、11月较好)。通过Pearson相关性分析可知,影响水质的主要因素是营养元素(氨氮、总氮和总磷)及重金属(6价铬)。对比改进前后的两种评价方法,改进的内梅罗指数法对水质污染状况的评价更为科学客观。     

国际关系研究中的数学模型方法

本文在一组机器事件编码的数据基础上,结合社会网络分析和复杂网络分析方法构造了国际关系的数学模型/基于依赖和对抗关系的有向加权网络。在此基础上,研究国际关系网络的三个结构参数：度,核数,节点介数及其随时间变化的规律。讨论上述三个参数所代表的实际含义,以此分析国际关系随时间变化的趋势,并分析重大事件的国际影响以及几个主要国家国际地位的变化。     

基于拉曼光谱和机器学习的百合分类识别

百合鳞茎,百合科百合属多年生草本球根植物生长的肥厚鳞片构成的地下变态茎,是一种典型的药食同源作物,含有丰富营养成分的同时还具有抗肿瘤、抗抑郁、降血糖、提高免疫力等保健作用。不同产地百合鳞茎的市场价格差异较大,依赖于人工经验感官的传统评测方法主观性强、确定性差,难以广泛推广在现代生产环节。以化学检验法为主的先进检测方法耗时长、费用高,而且难以满足产地鉴别这一要求。针对百合鳞茎现场快速地产地判断和品质评价的需求,提出了一种使用拉曼光谱和机器学习的百合鳞茎检测方法。拉曼光谱是一种基于非弹性散射的振动光谱,能够做到快速准确的无损检测,将拉曼光谱与机器学习算法相结合,建立了我国分布最为广泛的三种百合鳞茎(兰州百合、宜兴百合和龙牙百合)的产地分类模型,着眼于基质光谱上479, 870, 942和1 606cm^-1等特征峰,提出了一种基于拉曼光谱的成分含量判断产地和评价百合鳞茎品质的无损检测方法。首先采集百合鳞茎样本的光谱,经过光谱数据预处理后,使用人工先验法提取百合鳞茎代表物质并确定特征峰,再使用主成分分析和t-分布随机邻域嵌入方法降维提取光谱数据特征。并将获得的数据特征分别...     

基于反向传播神经网络的拉曼光谱去噪方法

拉曼光谱技术作为一种典型的光学检测方法,因其独特的非侵入性、快速、原位和极高的特异性,在生物分析、疾病诊断及分子识别等众多领域得到广泛应用。拉曼光谱的指纹特性使其成为生物医学分析领域的重要工具,但拉曼散射信号微弱,数据处理分析大量依赖分析人员、自动化处理能力低等因素都会极大影响该技术在实际中的应用。实验设备、环境产生的噪声、待测生物样本的自发荧光等各种干扰因素使得高质量拉曼光谱数据的获得变得较为困难,各种随机噪声会干扰拉曼光谱图中指纹谱峰信息的识别,增大拉曼特征提取的难度,因此,噪声抑制在拉曼光谱预处理中显得十分重要。采用反向传播算法,从数据本身的特征出发,基于理想光谱片段和含噪光谱片段的线性差异,分别构建噪声判定神经网络和光谱去噪神经网络模型。以随机生成的一系列洛伦兹峰数学模型叠加生成拉曼光谱,对生成的拉曼光谱分别加入不同强度的噪声,以此为实验数据,对比新方法和经典滑动窗口均值法、Savitzky-Golay滤波法、傅里叶变换法、小波阈值变换方法去噪的结果。对均方根误差和信号噪声比两个指标进行分析,结果显示,在低噪声干扰下所有去噪方法都能较好地完成任务,但滑动窗口均值方法在光谱的边缘去噪效果会出现下降。随着噪声信号的增大,滑动窗口均值方法、S-G滤波方法、傅里叶变换方法去噪性能都出现明显下降。而基于反向传播神经网络的去噪方法要优于傅里叶变换法、滑动窗口均值法、S-G滤波器法,同时该方法在避免复杂参数寻优设置的同时,获得了和最优阈值小波变换方法近乎一致的去噪效果,大大简化了参数设置,更适合拉曼光谱去噪的自动化实现。