桉树杂交种与其亲本的近红外光谱判别

研究桉树控制授粉后目标性状的基因作用方式是探索其基因重组规律的重要内容。常规的数量统计分析精度往往不高,而DNA分析的专业要求高,且费时费力。该研究利用近红外光谱(NIRs)研究不同基因型桉树杂交种、亲本及杂交种与亲本间近红外光谱信息的关系,探索NIRs用于桉树杂交种与其亲本判别的可行性和准确性。以控制授粉的桉树亲本及其杂交F1代材料为对象,每种基因型从各自田间试验分别选取10个单株,采集树冠中上部新鲜健康叶片。用手持式近红外仪Phazir Rx(1624)采集桉树杂交种与其亲本叶片的NIRs信息。每单株选10片完全生理成熟的健康叶片,避开叶脉扫描其正面光谱5次,以50条NIRs信息的均值代表单个叶片的NIRs信息,最终每个基因型获得10条NIRs信息。对原始NIRs采用二阶多项式S.G一阶导数预处理。预处理后的NIRs用于多元统计分析,首先对桉树杂交亲本和子代样本进行主成分分析(PCA),直观展示不同基因型的分类情况。然后运用簇类独立软模式(SIMCA)和偏最小二乘判别分析(PLS-DA)两种有监督的判别模式验证NIRs用于桉树杂交种与其亲本树种的分类判别效果。PCA结果显示,不同的亲本间、杂交种间及杂交种与亲本间样本的主因子得分可以清晰地将各基因型分开。SIMCA模式判别分析中,桉树杂交种样本到亲本PCA模型的样本距离显示,待判别样本能够形成单独的聚类,且能直观反映两者的遗传相似。PLS-DA判别结果显示,桉树杂交亲本的PLS模型能通过预测其杂交子代的响应变量将其与亲本准确分开。结果表明,桉树叶片的NIRs信息可以准确地反映桉树杂交子代遗传信息的传递规律,NIRs判别模型可以准确地将各种基因型予以区分。因此,NIRs信息不仅可用于桉树杂交种和纯种的定性判别,还可以分析桉树基因重组过程中加性遗传效应的大小,从而为桉树遗传基础分析及其育种改良研究提供理论支撑。     

卷积神经网络用于近红外光谱古筝面板木材分级

目前,我国乐器制作行业在古筝面板用木材等级的筛选上主要依赖于技师主观评判,但此法缺少科学理论的依据,效率低,客观性及出材率的提高等方面受到限制,无法满足乐器市场的大量需求。实现古筝面板用木材快速、智能化的分级工作是一个急需解决的课题。近红外光谱非常适用于测量含氢的有机物质。古筝面板木材主要化学成分的化学键均由含氢基团组成,不同等级板材的化学成分存在差异,这些差异反映在近红外光谱中,为判断木材等级提供了可能。同时卷积神经网络对非线性数据具有较强的特征提取能力,所以提出一种应用卷积神经网络模型对光谱数据进行分析的方法,进而判别木材的等级。应用了Savitzky Golay一阶、二阶微分两种预处理方法和核主成分分析、连续投影算法两种数据压缩方法,通过所设计的卷积神经网络模型以样本识别准确率和模型构建过程中的损失值作为判定指标选出最佳预处理和数据压缩方法。为了提高模型提取分析光谱数据的能力和避免过拟合现象,应用了多通道卷积核、批量归一化和early stopping策略,将通过两层卷积层提取的特征信息送入全连接层,从而充分提取剩余信息,通过Softmax函数获得板材的最终预测等级,从而确定了最终模型。最终Savitzky Golay一阶微分和核主成分分析为最佳数据处理方法,同时得出用于区分不同等级的古筝面板用木材的主要关键谱带,分别为1 163~1 243, 1 346~1 375和1 525~1 584 nm。将该模型应用于测试集样本,古筝面板用木材的等级识别准确率为95.5%。实验结果表明所提出的方法可以高效地处理光谱数据,有效识别区分不同等级的古筝面板用木材的关键特征,从而为广阔的乐器市场提供一定的技术支持。     

基于吸收系数的生脉注射液中聚山梨酯80含量测定新方法

聚山梨酯80又名吐温80，为一种亲水型非离子表面活性剂，是食品、保健品和药品中常用的辅料，作为增溶剂和澄清剂广泛用于中药注射剂。近年来，不良反应的发生使得聚山梨酯80的质量和应用愈加受到重视，有研究认为其加入可能引起注射剂不良反应增加。为避免超量使用，有必要对该辅料的投料加以严格控制。中药注射剂中聚山梨酯80的含量测定是当下研究的热点和难点，可以通过分光光度法、分子排阻-蒸发光散射检测法(SEC-ELSD)、液质联用法(LC-MS)直接测定，也可以水解后法经液相色谱-紫外检测法(HPLC-UV)或气相色谱法(GC)间接测定。但由于聚山梨酯80为聚氧乙烯聚合数目不同的混合物、不同厂家生产的聚山梨酯80化学组分及比例存在较大差异，难以采用统一的转换公式或对照品准确定量。此外，中药注射剂的复杂基质造成的假阳性干扰也对定量提出了挑战。为解决以上问题，以生脉注射液为例，提出基于吸收系数的中药注射剂中聚山梨酯80含量测定新方法。优化检测波长、显色剂种类、液液萃取过程振荡和静置时间，在6个不同品牌仪器上测得聚山梨酯80-硫氰酸钴配合物的吸收系数(E1%_{1 cm})为104.23，相对标准偏差(RSD)为2.08%。生脉注射液稀释10倍后，精密量取供试品溶液1.0 mL，精密加入硫氰酸钴溶液10 mL，二氯甲烷20 mL，涡旋振荡3 min。将混合液移至分液漏斗中，静置30 min，取下层二氯甲烷液，将前1 mL弃去，接收约15 mL，在320 nm处测定吸光度，再根据Lambert-Beer定律，利用获得的吸收系数计算得到聚山梨酯80的含量。方法阴性无干扰，精密度和重复性相对标准偏差均低于3%，平均回收率为98.42%。为进一步验证方法的准确性，分别采用吸收系数法和标准曲线法测定了2个厂家的10批生脉注射液，并与实际投料量比较。配对t检验结果表明，当置信度为95%时，两种方法无显著性差异，吸收系数法测得结果与企业生产中聚山梨酯的实际投料量也无显著性差异。研究采用前人未采用的、灵敏度更高的320 nm为检测波长，显著降低了基质干扰，克服了中药注射剂中聚山梨酯80测定结果与实际投料量难以吻合的问题。吸收系数法无需使用对照品，亦不用制备标准曲线，可为中药注射剂中聚山梨酯80的检查标准提供切实可行的解决方案。所建方法灵敏、准确、快速、简便，为含聚山梨酯80制剂的质量控制提供了关键常数及新的思路。     

主成分分析在地区科技竞争力评测中的应用

近年来对于科技竞争力的研究在国内方兴未艾,其中对于科技竞争力的评测是众多学者研究的重点和热点,也是各级决策者最为关心、最为重要的课题之一。本文根据科技竞争力概念和内涵来确定评测指标体系的构成要素,建立了评测指标体系,并利用主成分分析方法对采集来的数据进行分析,得到最终的评测结果。     

我国上市公司资本结构影响因素实证分析

本文选取了可能影响企业资本结构的多个指标变量进行分析 ,利用主成分分析提供的方法将变量综合成彼此互不相关的少数几个主成分。再用主成分 (作为回归自变量 )对企业的 5种资本负债比 (作为回归因变量 )进行多元回归分析 ,得出了影响企业资本结构的主要因素 ,以及这些因素与企业资本结构之间的关系 ,为企业确定资本结构提供参考依据 ,为企业财务决策提供支持。     

人体胆结石成分及无机元素的分析探讨

本文运用三种仪器对胆结石中无机元素含量和成分进行测定,对照标准谱图分析.四个样品的主要成分均为胆固醇,含有较多的元素依次为Ca、Na、P、K和Mg.通过所得结果对胆固醇的成因、无机元素含量变化的作用进行了讨论.     

车前子中多糖含量的测定

采用蒽酮-硫酸法比色测定，用精制车前子多糖测得车前子多糖对葡萄糖的换算因子，对我国同属不同品种的车前子不同采集时间及炮制前后其多糖含量进行了比较研究。结果表明：此测定方法简便可行。供试液在8h内显色稳定，重现性较好，平均回收率为97．8％，RSD=1．41％(n=5)。江西吉安产大粒车前子生品多糖含量在9．15％～9．83％之间，炮制后其多糖含量在6．29％～6.81％之间；南昌新祺周车前GAP标准基地的大粒车前子生品多糖含量为7.85％～8．38％，炮制后其多糖含量为6．01％～6．64％；东北产的小粒车前子生品多糖含量为6．61％，炮制后其多糖含量为6．45％。     

新疆区域经济发展特点的实证分析

本文运用主成分分析和聚类分析方法,以新疆行政区域划分为单位,对区域经济的综合实力进行评判,特区域经济发展水平分为4个等级,并对其特点进行了分析,为政策的制定、资金的投向、产业结构的布局等提供7科学的依据.     

铬（Ⅵ）—DBC—HNO3催化动力学光度法测定痕量铬（Ⅵ）

在硝酸介质中，痕量铬(Ⅵ)能灵敏的催化氧化DBC褪色。研究了反应的最佳条件，建立了测定痕量铬(Ⅵ)的新方法。检出限可达10^-9g／ml，测定范围为0．12--0．7μgCrC(Ⅵ)／10ml，方法简便、灵敏、快速、准确。用于测定水中的痕量铬(Ⅵ)，获得了满意的结果。