基于分数阶微分的重叠伏安峰分离方法

根据特定峰信号微分的极值和过零点随着微分阶数的变化而改变,建立了峰信号的极值和过零点与其相应微分阶数的关系式。利用这些关系式建立的估计器Ⅰ和估计器Ⅱ,可以用来估计Gaussian峰、Lorentzian峰和Tsallis峰信号的特征参数,为定量分析重叠峰信号提供了一种新的方法。首先,利用分数阶微分器获得特定峰信号的分数阶阶微分;然后,利用估计器Ⅰ和估计器Ⅱ提取这些特征峰信号的特征参数。对于未知重叠峰信号,采用Tsallis峰作为子峰模型进行重叠峰信号分离,仿真和实测重叠峰信号分离实验表明本方法简单高效。     

正交投影用于多波长色谱重叠峰分析

 将正交投影分辨 (OPR)技术用于多波长色谱重叠峰分辨 ,当色谱峰中最大重叠度小于或等于波长数时 ,用这一方法能从多波长色谱重叠峰中获得完全真解。基于双波长色谱分析 ,提出了一种新的色谱重叠峰中背景校正、组分数和纯组分信号区确定以及各组分重叠情况的分析方法 ,即双波长特征信息分析 (DWCI)。该法被成功的用于三组分双峰和双组分单峰重叠色谱的分析。     

小波变换用于色谱重叠峰的解析

利用小波变换的时频局部化性质，通过对色谱重叠峰信号小波变换后的某些频率段进行放大，使重叠谱峰得到了分离，并将此方法用于苯和甲苯二组分色谱体系的定量分析，重叠峰中各组分均得到了良好的线性关系及令人满意的定量分析。本文还讨论了不同小波基、分解的次数及放大系数在解析结果的影响。     

完全重叠色波二维谱的解析新方法

提出一种新的完全重叠色波二维谱解析方法。对于两组分色谱－光谱数据阵，只要在重叠区中存在单组分区，就能解得各组分的纯色谱和纯光谱，这种方法将求解纯谱问题转化为优化问题，再用数值遗传算法寻找最优解．本法用于２，４－二硝基苯酚和３，５－二硝基苯甲酸的合成实验以及四环素的杂质分析都得到满意的结果．     

计算机模拟研究目标转换因子分析分辨重迭溶出伏安峰

本文用计算机模拟研究目标转换因子分析分辨重迭溶出伏安峰．设计了两个计算机程序（ＳＰＧＲＥＬＥＰ）和（ＥＬＥＣＴＴＦＡ）用于伏安图模拟和目标转换因子分析，采用了伏安图全部信息和矩阵处理技术．ＥＬＥＣＴＴＦＡ程序用于确定组分数，验证组分种类和进行未知重迭溶出伏安图的定量分析．实验结果表明本方法是成功的，甚至对严重重迭溶出伏安图亦可奏效．     

二维重叠色谱峰解析方法的比较

利用渐进因子分析方法(EFA)和固定尺寸移动窗口因子分析方法(FSMWEFA)与局部正交投影方法(LOPA)相结合,用于模拟的HPLC—DAD二维数据解析。通过比较谱峰部分重叠、光谱完全重叠、色谱拖尾3种情况的结果显示,在谱峰部分重叠和色谱拖尾两种情况下两种方法都可以较好的解析重叠峰。但是在光谱完全重叠时,前一种方法不能得出正确的结论,而后一种方法仍能得到满意的结果。     

子窗口分析法用于偶氮染料GC-MS重叠峰的解析

 将子窗口因子分析法 (SWFA)应用于GC MS联用检测数据分析 ,并以两种偶氮染料 3,3′ 二氯联苯胺和 4,4′ 次甲基 双 (2 氯苯胺 )重叠图谱为例进行了解析。结果表明 ,此方法可直接进行目标组分的质谱分辨 ,得到目标组分的质谱图 ,进而得到该组分的色谱图。其结果准确、可靠。与窗口因子分析相比 ,子窗口的选择更加容易 ,人工干预少 ,解析速度快。     

非负矩阵因子分解法分析苍术的气相色谱-质谱重叠峰

非负矩阵因子分解（non-negative matrix factorization，NMF）是对非负数据处理的一种多元统计分析方法。NMF分解结果没有“负值”，易于理解和解释，具有比较明确的物理化学意义。由于其多解的特征，文献介绍的NMF算法并不能直接用于化学混合信号解析。作者根据化学波谱的基本特征（化学波谱的平滑性、色谱的单峰性以及质谱的稀疏性）对NMF算法进行了改进，缩小了其多解范围。应用改进的NMF进行模拟HPLC-DAD型两维数据（其中色谱严重重叠和完全重叠）和苍术GC／MS实验数据解析，得到了比较理想的结果。实验表明，改进后的NMF是一个可用于复杂样品化学信号分析的化学计量学新方法。     

径向基函数神经网络用于重叠色谱峰解析

 在高斯基径向基函数神经网络 (RBFNN)学习算法中引入了鲁棒性和随机全局寻优的两阶段遗传算法 :结构学习和参数优化。通过两阶段学习算法的交替使用 ,使网络具有结构自学习和参数优化的能力 ,而后将网络应用于组分数未知的重叠色谱峰解析。该方法具有不需人为干预 ,可自动确定网络结构即组分数的优点 ;并且解析精度较高 ,适用于多组分重叠色谱峰的解析 ;对完全重叠色谱峰也具有良好的解析能力。     

Independent component analysis and its applications in signal processing for analytical chemistry

Independent component analysis (ICA) is a statistical method the goal of which is to find a linear representation of non-Gaussian data so that the components are statistically independent, or as independent as possible. In an ICA procedure, the estimated independent components (ICs) are identical to or highly correlated to the spectral profiles of the chemical components in mixtures under certain circumstances, so the latent variables obtained are chemically interpretable and useful for qualitative analysis of mixtures without prior information about the sources or reference materials, and the calculated demixing matrix is useful for simultaneous determination of polycomponents in mixtures. We review commonly used ICA algorithms and recent ICA applications in signal processing for qualitative and quantitative analysis. Furthermore, we also review the preprocessing method for ICA applications and the robustness of different ICA algorithms, and we give the empirical criterion for selection of ICA algorithms in signal processing for analytical chemistry.     

应用独立成分分析方法预测CTL表位

基于独立成分分析方法分别采用3 z-scale和5 z-scale氨基酸结构描述符, 建立了抗原肽与MHC分子(major histocompatibility complex, MHC)相互作用结合的定量构效关系模型. 该两个模型训练集样本数是316, 预测集样本数是786. 结果表明: 3 z-scale模型的预测准确度和AUC值分别为70.3%, 0.70; 5 z-scale模型的预测准确度和AUC值分别为70.9%, 0.79. 本文建立CTL表位预测模型对进一步了解抗原肽与MHC I类分子相互作用机理具有一定的帮助.     

Study on Separation Method of Overlapped Peaks in Differential Thermal Analysis with Computer Simulation

With the computer simulations, it has been found that in Differential Thermal Analysis (DTA) the overlapped peaks do not satisfy the linear overlapping principle, and the relationship between the overlapped peaks is rather complex that is a function of sample thermal conductivity, specific heat, quantity and latent heats, etc. If the first point where the two peaks begin to overlap is at the posterior half of the first peak curve and the two overlapped peaks can be identified by two different peaks, from the curve of overlapped peaks we can know that the temperature corresponding to the first point deviating from the sample's first phase change curve is the sample's second phase change temperature. This revised version was published online in August 2006 with corrections to the Cover Date.     

一种基于免疫算法的新型因子分析算法

基于免疫算法的基本思想,提出了新的免疫主成分分析法(IPCA),该方法将免疫算法中抗体对抗原的消除运算应用于二维数据矩阵的正交分解,可得到矩阵的特征值和特征向量.结果表明,IPCA与传统的主成分分析法比较,对HPLC-DAD模拟信号的计算结果基本一致.对HPLC-DAD实验信号的解析结果表明,将IPCA与窗口因子分析技术结合比传统的WFA具有更强的解析能力.     

模差渐进投影法解析重叠色谱峰

提出了一种鉴别重叠色谱峰类型的化学计量学方法——模差渐进投影(MDEP)法。该方法利用二维色谱数据中相邻两个色谱流出点的光谱矢量模的和与该两个矢量和的模之差,建立模差-时间(dm-t)曲线判断非纯色谱峰的纯组分区,同时判定第二组分色谱流出点和倒数第二组分色谱结束点。分别以纯组分区的光谱矢量建立正交阵对该色谱峰进行投影运算,得到投影后转换色谱。该转换色谱消除了纯组分区所对应化合物的色谱和光谱信息。对转换色谱重复上述操作至整个色谱峰的模差-时间曲线均为0时终止,得到重叠色谱峰各组分的色谱流出点和结束点。利用上述结果,采用不包含待测组分光谱信息的该重叠峰二维色谱数据建立正交矩阵对该色谱峰进行投影运算,获得待测组分的相似色谱图。通过比对分析即可得到该组分在重叠色谱峰中的光谱和色谱信息。依次操作,即可获得重叠色谱峰中各组分的光谱和色谱信息。采用模差渐近投影法对4组分模拟重叠二维色谱峰及杜香挥发油GC-MS的重叠色谱峰进行了解析,方法简便、结果准确。     

窗口因子分析技术用于重叠色谱峰的解析

采用窗口因子分析（ＷＦＡ）技术完成了稀土元素的高效液相色谱分析中重叠峰的解析。由３种分离条件下不同分离度的色谱数据矩阵解析得到了较好的单组分色谱图与吸收光谱曲线,并进行了定量分析。结果表明：在分离度较好时,ＷＦＡ定量结果与常规方法相近,但随着分离度的降低,ＷＦＡ的定量结果明显优于常规方法。     

小波包分析用于重叠分析化学信号的处理

对小波包分析的算法进行了改进,并将此算法成功地应用于多组分重叠色谱信号的解析.结果表明,本文提出的算法解决了MRSD算法的不足,更适合处理分析化学信号,用于重叠信号的解析时不需重构(逆变换),简化了数据处理步骤,加快了数据解析速度,具有较强的解析能力.对于重叠色谱信号的解析,小波包分析比小波分析具有更强的解析能力.     

用四种离散变换主组分回归方法分辨重叠吸收光谱

将离散小波变换、小波包变换、傅里叶变换和离散余弦变换与主组分回归方法结合构成4种离散变换主组分回归方法,编制了离散变换主组分回归方法的计算程序。将离散变换主组分回归方法用于处理对硝基甲苯、对硝基酚和对硝基苯胺混合物的重叠紫外吸收光谱数据。结果表明,离散变换主组分回归方法优于主组分回归方法,试样质量浓度的预测值与实际值的相对预测标准误差由3.81%降至约1.11%。     

免疫-遗传算法用于混合物重叠核磁共振信号解析

通过对免疫系统中抗体对外来抗原的识别、消除等过程的模拟,建立了一种新型的免疫算法模型.将标样信号作为抗体,混合物重叠信号作为抗原输入免疫算法模型,通过迭代运算,从抗原中消除抗体所表示的信息,当抗原被抗体完全消除时,即实现了混合物重叠信号的解析.对多组分混合氨基酸NMR谱图的解析结果证明,该算法可方便地用于多组分重叠信号的解析,为利用数据库解析混合物或生物大分子等物质的复杂NMR谱图开辟了一条全新的途径.