食品中合成色素快速检测仪器的研制

基于人工合成色素在可见光区的光吸收及偏最小二乘变量筛选法,研制出合成色素速测仪器,并应用于饮料、糖果、果冻、调色酒等食品中合成色素的快速检测.速测仪具有便携、功耗低、操作简便、检测时间短并可同时对多种人工合成色素进行实时现场快速检测、检测结果准确等优点.对样品中5种食用合成色素柠檬黄、日落黄、胭脂红、苋菜红和亮蓝的检测...     

Schiff碱非铂抗癌络合物初步筛选的荧光法研究

依据药物与DNA发生相互作用能抑制DNA的复制、合成和增殖且这种作用在体内与在体外的一致性,用荧光探剂溴化乙锭(EB,EthBr)示踪药物/DNA作用而提出了荧光筛选新方法。该法具有可靠性强、灵敏度高、操作简便、耗费很小、周期较短等特点,适合于抗癌药物的初步筛选。以所合成的Schiff碱非铂抗癌络合物为例,考察了方法的可行性,并进一步确定了Schiff碱络合物与DNA的结合常数K_M,发现其大小与抗癌活性顺序相一致。这一结果为解释络合物抗癌作用的生化基础提供了初步依据,同时还说明络合有利于抗癌并以载体或整体起作用。     

筛选法解非线性方程组

本文给出了一种新方法解非线性方程组，也是筛选法的一个推广方程组被分成两部分，一部分被当作约束条件，另一部分的最小二乘被当作目标函数．本质上，两种不同方法被用于解同一非线性方程组．     

近红外光谱结合CARS变量筛选方法用于液态奶中蛋白质与脂肪含量的测定

采用CARS(Competitive adaptive reweighted sampling)变量筛选方法建模,显著提高了液态奶中蛋白质与脂肪近红外模型的预测精度。用蒙特卡罗采样(Monte-Carlo sampling)方法先剔除奇异样本,再对光谱进行中心化与Karl Norris滤波降噪处理,通过CARS方法筛选出与样本性质密切相关的变量,建立预测蛋白质与脂肪含量的偏最小二乘法(PLS)校正模型,并与未选变量的PLS模型进行比较。以定标集相关系数(r2)及交互验证均方残差(RMSECV)和预测误差均方根(RMSEP)作为判定依据,确定了蛋白质与脂肪的最佳建模条件。蛋白质与脂肪校正模型的相关系数分别为0.975 0、0.995 1,RMSECV分别为0.194 8、0.136 3,RMSEP分别为0.113 3、0.140 1,预测结果优于未选变量的PLS模型及其他选变量方法,有效简化了模型,适于液态奶中脂肪和蛋白质的快速、无损检测。     

14种钯抗癌络合物初步筛选的荧光法研究

本文提出抗癌络合物初步筛选的荧光新方法,对所合成的14种钯(Ⅱ)/邻菲咯啉/氨基酸/氯离子(Pd(Ⅱ)/phen/aa/Cl)络合物作为非顺铂抗癌药物进行了体外筛选及结合作用研究,发现荧光筛选法结果与其它如甲烯蓝试管法、苔盼蓝染料排斥法基本一致,其中络合物[Pd(phen)(lys)]Cl,[Pd(phen)(arg)]Cl,[Pd(phen)(pro)]Cl对小鼠S-180瘤株抑瘤率分别为56％,50％,48％,这同它们与DNA结合常数7.96×10~6,4.52×10~6,1.0×10~6顺序相一致,表明荧光筛选法具有一定可靠性,并且荧光法具有操作简便、耗费低廉、周期较短等优点,适于抗癌络合物的初步筛选。     

STORE AND GENERATION OF LARGE-SCALE PRIME LIST ON THE COMPUTER

A scheme of very compact store for large-scale prime list is given and two algorithms for rapid generating the list are provided.     

局部直线筛选法的建立及其改进研究

目前针对中药掺杂样品的检测手段有很多种,光谱法由于其快速、简便、高通量、经济等多个指标上的优势,发展成为现场快速筛选方法的可能性较大.本课题组近期的研究成果—局部直线筛选法(LSLS),仅利用待测中药与化学药物的各一张红外光谱,通过提取差谱计算过程中的特征吸收峰信息的变化规律,进行掺杂物的判定.其后的M-LSLS方法在此基础上,做了插值、二阶导数等预处理的改进.最近的W-LSLS法结合前两种方法的优点,引入峰强-峰形加权、峰位校正等手段,实现了较好的判别,灵敏度、专属性和准确性均有明显提高.本类方法适用于大量中药样品是否掺杂化学药物的初筛,可为基层药检提供一种新的支撑技术.     

关于求解线性规划问题的分解筛选法

本文举例证明了文［１］［２］提出的求解一般线性规划问题的分解筛选法是错误的。     

高光谱成像结合SIS与RFS的蓝莓腐烂病检测

为了能够快速、无损地检测采后蓝莓腐烂病害,利用高光谱成像技术对采后蓝莓腐烂病进行检测。本研究提出光谱信息分割法(SIS)对866.5 nm波段图像蓝莓病害区域进行分割,取得了较好效果。另外根据正常蓝莓光谱曲线和病害蓝莓光谱曲线,提出区域特征筛选法(RFS),并结合竞争适应重加权采样(CARS)和连续投影(SPA)算法对可见光第一区域波段、近红外第二区域波段分别筛选特征波长。最后,采用相关向量机(RVM)模型和径向基(RBF)神经网络模型对蓝莓腐烂病害进行检测。检测结果表明,第一区域与第二区域特征波长组合建立的CARS-RBF模型检测效果最好,特征波长为655.8,710.9,752.2,759.9,761.2,866.5,969.7 nm,训练集和测试集正常蓝莓与病害蓝莓检测准确率分别为98.3%、98.6%和97.5%、98.75%。本研究提出的光谱信息分割法(SIS)和区域特征筛选法(RFS)检测蓝莓病害,为蓝莓在线检测和分拣提供了一种新的参考方法。     

线性规划分解筛选法的一个注记

[1][2]提出了求解线性规划问题的一种方法－分解筛选法,[3]证明了[2]的命题A是错误的,本进一步证明,用分解筛选法筛选出变量不一定是最优基变量。