基于聚类分析对易燃液体塑料容器盖的光谱检验

将光谱分析方法与聚类方法相结合,对38个模拟案件环境的纵火现场助燃剂塑料容器盖样本进行X射线荧光光谱分析,根据元素种类将38个样本分为6组,建立了一种无损快速检验纵火现场物证的光谱分析方法。使用最短距离聚类法,以欧氏距离作为度量区间表示样本间亲疏关系,进行系统聚类分析,同时使用K-Means快速聚类法与t检验验证聚类效果。结果表明,38个样本分为6组时效果最好。并将各类的样本观测点在Fisher判别空间中的分布和位置情况绘出,与使用元素种类进行分类结果一致,为确定火灾案件性质,侦破案件线索提供了理论依据。     

基于小波系数的近红外光谱局部建模方法与应用研究

局部建模方法使用与预测样本相似的样本建立模型,可解决光谱响应与浓度之间的非线性问题,扩大模型的适用范围,提高预测准确度。采用小波变换进行数据压缩并利用小波系数之间的欧氏距离作为光谱相似性的判据,实现了近红外光谱定量分析的局部建模方法,避免了样本之间的依赖性。将所建立的方法用于烟草样品中氯含量的测定,100次重复计算得到的预测集均方根误差(RMSEP)平均值为0.0665,标准偏差(σ)为0.0045,优于全局建模和基于主成分的局部建模方法。     

应用电感耦合等离子体质谱法结合化学计量学方法对野生和栽培鱼腥草的鉴别

选野生和栽培鱼腥草样本各25个,分别从每个样本称取0.500 0g,用5.0mL硝酸和2.0mL过氧化氢按预设程序进行微波消解,制得样品溶液25.0mL,按电感耦合等离子体质谱法(ICP-MS)测定其中22种无机元素,以45Sc、72 Ge、103 Rh、159 Tb、175 Lu和209 Bi为内标,用混合标准溶液制得标准曲线,各元素的线性关系良好。在已知样本的基础上,按标准加入法进行回收率和精密度试验,测得回收率为82.0%～114%,测定值的相对标准偏差(n=6)为0.20%～4.5%。对所测得数据进行独立样本t检验统计分析,结果表明:地理生长环境、种植技术和人类活动等因素造成了野生和栽培鱼腥草中无机元素含量的差异。对50个鱼腥草样本×22个元素变量数据矩阵(50×22)进行主成分分析,其结果基本反映了无机元素与野生和栽培鱼腥草之间的关系,但不能进行准确的鉴别。进一步对50×22个元素变量数据通过逐步判别分析,筛选出具有显著作用的变量元素(Na、K、Cr、Se、Cd),建立了典型判别函数和线性判别函数模型,达到了两种不同类型鱼腥草的完全区分。为验证判别模型的可靠性,进行了回代检验和交叉验证,得到正确判别率为100%。据此认为应用ICP-MS结合化学计量学方法可实现野生和栽培鱼腥草的鉴别。     

基于最小二乘支持向量机的油页岩含油率近红外光谱分析

为了提高油页岩含油率近红外光谱分析建模的预测精度和稳定性,开展了基于最小二乘支持向量机(LS-SVM)建模方法的对比研究.采用主成分-马氏距离(PCA-MD)和基于蒙特卡洛采样(MCS)2种方法进行了奇异样本的检测,采用径向基核函数的LS-SVM、偏最小二乘(PLS)和反向传播神经网络(BPANN)3种方法进行建模方法对比.结果表明,对于64个油页岩岩芯样本,与PCA-MD方法相比,采用MCS方法剔除奇异样本后所建PLS模型的预测精度提高了28%.对于MCS方法剔除奇异样本后的58个样品,采用KennardStone法划分了44个样品的校正集和14个样品的预测集,采用2阶导数和标准化预处理方法,建立了100个LS-SVM的校正模型,模型的预测决定系数R2平均值达到0.90以上,高于PLS和BPANN模型的对应值;且R2的变化量(0.02)小于BPANN模型的对应值(0.32).因此,MCS奇异样本检测结合LS-SVM方法可提高油页岩含油率样本建模的精度和稳定性.     

基于局部最小二乘支持向量机的光谱定量分析

提出了一种基于局部最小二乘支持向量机(LSSVM)的回归方法,以克服待测参数和光谱数据间的非线性。本方法首先通过欧式距离选取局部训练样本子集,然后利用该子集建立LSSVM校正模型。由于每个测试样本建模时要选取不同的训练样本,因此提出相对距离的概念用来改进高斯核函数,使LSSVM的参数对于不同的训练样本具有自调整功能。针对一批汽油样本的实验结果表明,本方法的预测精度优于常见的局部线性建模方法和全局建模方法。     

X射线荧光光谱结合聚类分析对橡胶轮胎的检验

应用X射线荧光光谱结合系统聚类分析对30种不同的橡胶轮胎样本进行检验研究。利用X射线荧光光谱仪对橡胶轮胎中的主要元素及其含量进行测定,根据测定结果使用聚类分析对样本进行分类。选择最长距离法作为类与类之间距离的定义方法,采用平方欧式距离作为度量区间描述样品间亲疏程度进行系统聚类,最终将30个样本分为12类。该方法简单易行,分类结果可靠且无损轮胎样本,为实际案件的橡胶轮胎检验提供了一种检验思路。     

基于ICP-MS和机器学习的土壤物证溯源研究

土壤是犯罪现场最常出现的物证,对现场土壤进行地理溯源能够为认定犯罪事实提供有力证据。本研究收集了来自五座城市、20个取样点的土壤样本,用ICP-MS测定了样本中钠(Na)、铝(Al)、钙(~(43)Ca、~(44)Ca)、铬(Cr)、锰(Mn)、铁(Fe)、钴(Co)、镍(Ni)铜(Cu)、锌(Zn)、砷(As)、银(Ag)、镉(Cd)、钡(Ba)和铅(~(206)Pb、~(207)Pb、~(208)Pb)18种元素及同位素的含量,使用机器学习方法对土壤来源进行区分,SVM的识别准确率可达99%。依据元素与人类活动的相关性,又筛选出8种重金属元素作为特征,对土壤城市来源进行识别,其中SVM识别准确率为100%,贝叶斯模型识别准确率为97%。结果表明基于ICP-MS多元素测定和机器学习方法能够实现对土壤来源的准确识别。     

电感耦合等离子体质谱法分析死后人体血液与一般人群血液中9种金属元素含量差异

建立了血液样本中金属元素的微波消解-电感耦合等离子体质谱(ICP-MS)检测方法。通过优化消解条件,以铋(Bi)和铟(In)双内标校正,对死后人体血液样本和一般人群对照样本中镁(Mg)、铬(Cr)、砷(As)、锶(Sr)、镉(Cd)、钡(Ba)、汞(Hg)、铊(Tl)、铅(Pb)9种金属元素含量进行了检测,并运用统计学方法比较了其差异与关联性。结果表明,在2 mL双氧水、5 mL硝酸、190℃的消解条件下,样品的消解效果较好。9种元素线性良好,相关系数(r²)不小于0.997 7,检出限为0.000 4～0.049 6 ng/mL,加标回收率为86.5%～110%,日内相对标准偏差(RSD)为0.50%～5.9%,日间RSD为2.5%～8.5%,回收率和精密度符合检测要求。9种金属元素数据均不符合Komogorov-Smirnov正态性检验,而两组数据的Mann-Whitney U检验结果存在显著差异(P <0.05)。采用Spearman秩相关分析金属之间的相关性,发现大多数金属元素之间显著相关。通过建立二分类Logistic回归模型,研究了样本类型与血样...     

差分拉曼光谱结合聚类分析对塑料牙刷柄的检验研究

应用差分拉曼光谱技术对39个不同品牌的塑料牙刷柄样本进行检验,得到的塑料牙刷柄差分拉曼光谱无干扰峰,只保留纯净的拉曼峰,并且其特征峰差异显著,采集其特征峰的光谱数据并将其定量化,选择离差平方和法(ward)作为其类间距离,采用平方欧氏距离作为测量区间描述样本间的亲疏程度,对定量化的光谱数据进行系统聚类分析,成功将39个塑料牙刷柄样本分成了11类,同时通过K均值法以及判别分析法验证了系统聚类的可靠性和准确性,并且成功根据判别函数建立了预测模型。该方法操作简单、结果准确且无损检材,可为公安机关实际办案提供一定的帮助。     

基于无机元素特征的不同产地鳖甲药材质量分析

为研究中药鳌甲中元素的分布规律及其与药材产地之间的关系,探讨鳌甲中无机元素的特征,采用电感耦合等离子体质谱法(ICP-MS)测定了10批鳖甲样本中10种无机元素含量,根据元素含量的高低分布状态建立了鳌甲药材相关的无机元素指纹图谱,运用"总体特征分布分析-主成分与系统聚类分析结合-因子分析"的三级分析方法,对选取的特征元...     

人工神经网络方法用于肺癌的辅助诊断

根据人发和血清中微量元素的含量,将人工神经网络(ANN)用于正常人与癌症患者的分类预测.用独立预测样本作了检验,表明该方法可作为肺癌诊断的一种辅助手段.讨论了当预测样本中有元素缺损时ANN的分类预测情况,并研究了人发和血清样品中的元素对分类预测的影响.     

一个新的分子电性距离矢量(MEDV)

有机化合物通常由电性各异的碳、氢、氧、氮、硫等元素以共价键相互连接而成。我们提出了一个称为分子电性距离矢量(简称MEDV)的新描述来表征有机分子结构。以含有环、饱和与不饱和键及碳氧氮等元素的色氨酸分子为例,说明构建MEDV的基本方法。开发设计了计算有机MEDV分子的TrueBASIC语言程序。不借用其他任何描述子,仅用MEDV建立了烷、醇、多环芳烃等多种有机化合物包括沸点、密度、保留指数等多种性质的定量结构-性质相关(QSPR)模型,相关系数均达0.98以上。     

近红外光谱混合模型定量分析不同物理状态样品的研究

近红外光谱(NIRS)以漫反射模式对非均质样本进行测量时,由于其光谱散射和吸收系数差异较大,建立的校正模型准确性和稳健性较低,因此,本研究提出了一种基于均质样本和模型转移方法建立混合模型的策略,解决非均质样本近红外光谱检测的问题.以烟叶样本为研究对象,分别建立了基于Shenk专利算法(Shenk′s)、分段直接标准化(PDS)和基于典型相关分析的模型转移算法(CTCCA)的烟粉+烟丝、烟粉+烟片混合模型,用于烟丝和烟片样本中烟碱含量的预测.结果表明,混合模型对烟丝和烟片样本的预测均方误差(RMSEP)较直接建模分别降低了1.39%和2.73%,预测结果有一定的改善,稳健性提高,3种方法中CTCCA表现最优.因此,采用近红外光谱均质模型和模型转移方法建立的混合模型对非均质样本的测定具有可行性,有利于在线近红外光谱分析技术的发展,可为近红外光谱模型的共享提供参考.     

基于费谢尔判别法的原油、燃料油鉴别技术研究

对原油、燃料油的鉴别方法进行了研究.以来自不同国家和地区的30个原油样品以及不同产地、不同种类的24个燃料油样品中的正构烷烃(n-C7～30)、植烷(Ph)、姥鲛烷(Pr)的含量构成训练集.借助SPSS 16.0进行费谢尔(Fisher)判别分析,建立Fisher判别函数.将判别变量值代入后,得到样本的空间位置,再计算样本至各组重心的距离,据此判断分类情况.结果表明,Fisher判别法可以很好地用于原油和燃料油的鉴别,具有快速、准确等特点.     

基于智能手机定量测定蛋白质的方法研究

利用智能手机完成了蛋白质浓度的检测,确定了用于图像比色的参数,方法适用于有颜色反应的分析物浓度检测。利用该法检测的相关系数大于0. 99,检出限为0. 21 g/L。考察了不同品牌手机的检测效果,结果表明,检测效果与手机硬件的配置无明显关联。考察了该方法的重复性,对单个样本检测时,3种质量浓度样本的相对标准偏差(RSD)分别为2. 0%、4. 6%、11. 9%;对4个样本进行同时检测,RSD分别为2. 2%、3. 8%、3. 5%、11. 5%。考察了亮度、色温、拍摄距离的影响,结果显示,亮度与色温对检测结果无影响,而拍摄距离有影响。手机APP与分光光度计对样本检测结果的相关系数(r2)为0. 969。该方法准确、重复性高、便携、操作方便,可实现多种分析物实时现场的快速检测。     

废旧涤/棉混纺织物近红外定量分析模型的建立及预测

将中红外光谱筛选出的598个纯涤、纯棉及涤/棉混纺样本采用GB/T 2910.11-2009法测定其涤、棉准确含量,其中校正集样本252个,验证集样本346个。使用便携式近红外光谱仪获取样本的原始近红外光谱(NIRS)。校正集样本依据回归系数的分布趋势和范围选取最佳建模谱区,并采用差分一阶导、S-G平滑和均值中心化相结合的方法对原始光谱进行预处理,利用偏最小二乘法(PLS)建立涤/棉混纺织物中涤含量的近红外(NIR)定量分析模型。同时分析了样本颜色对NIRS的影响,探讨了斜线光谱样本、奇异样本和不同组织结构织物对模型预测效果的影响。结果表明:利用PLS法建立的涤/棉混纺织物定量分析模型最优组合包含1个光谱区间和9个主成分因子,校正集相关系数(RC)为0.998,标准偏差(SEC)为0.908。为验证所建模型的有效性和实用性,对346个未参与建模的涤棉样本进行了预测,并将预测结果与国标法测定值进行方差分析,两种方法结果无显著差异,预测正确率达97%以上。模型的建立为废旧涤/棉混纺织物快速、无损分拣提供了基础数据库。     

气相色谱/氢火焰检测器快速检测海洛因毒品及其来源推测

建立一种海洛因样本的快速检测和来源推测的方法。采用气相色谱/氢火焰检测器(GC/FID)和主成分分析(PCA)的方法对675份云南、新疆两地海洛因样本进行了检测,实现了云南、新疆两地缴获海洛因毒品的特征性划分,阳性率达到83.5%以上。采用GC/FID技术和主成分分析的方法可以实现海洛因样本地理来源区分。     

计算机模式识别法对关节变形强直性脊柱炎微量元素谱的研究

测定了关节变形强直性脊柱炎患者及健康人头发样本中的十五种微量元素含量,运用计算机模式识别技术研究两类样本的微量元素谱差异,选择Ca、Pb、Zn、Ti、Ni、Mg和Sr元素为特征参量,用马氏距离法对两类样本进行回判和预报,其准确率均高于92%,高维空间分类成功,表明两类人的微量元素谱确实存在明显差异。     

苹果产地差异对可溶性固形物近红外光谱检测模型影响的研究

为更好地利用近红外光谱预测苹果可溶性固形物含量,减少产地差异对近红外光谱检测模型的影响,以4种不同产地的富士苹果为研究对象,采用基于x-y共生距离的样本划分方法分别对不同产地的苹果选取代表性样本作为校正集,利用偏最小二乘算法,建立和比较单一产地和混合产地下的苹果可溶性固形物近红外光谱检测模型,并结合竞争性自适应重加权算法(CARS)和连续投影算法(SPA)对苹果可溶性固形物的建模变量进行筛选。相比单一产地和其它混合产地模型,混合所有4种苹果产地的校正集样本建立的模型取得了最好的预测结果,另外,结合CARS-SPA筛选的16个特征波长,模型得到了进一步简化,其预测相关系数和预测均方根误差分别为0.978和0.441°Brix。结果表明,利用多个产地的苹果样本建立的混合模型,结合有效特征波长,可提高对苹果可溶性固形物含量的预测精度,减小产地差异对可溶性固形物近红外光谱检测的影响。     

激光剥蚀-电感耦合等离子体质谱对高温合金中17种痕量元素的测定

建立了镍基高温合金中Sc、Cu、Zn、Ga、Ge、As、Ag、Cd、In、Sn、Sb、Te、Ce、Hf、Tl、Pb、Bi17种痕量元素的激光剥蚀-电感耦合等离子体质谱测定方法。对激光剥蚀进样及质谱分析条件进行了优化,通过激光对样品表面的层层剥蚀顺利完成了对低沸点杂质元素的测定。采用格栅扫描采样,严格控制样品的聚焦位置和散焦距离以保证采样的准确性,由高温合金系列标准物质建立了18种痕量元素的校正曲线,其中14种痕量元素的线性相关性较好(r2≥0.99),In、Sn、Sb、Ce、Tl、Pb、Bi等超痕量元素的检出限和气体空白分别低于或接近0.000 005%和0.000 001%。方法对镍基高温合金样品中Cu、Ga、Ag、Cd、In、Sn、Sb、Te、Hf、Tl、Pb和Bi等痕量元素的测定结果与参考值吻合较好,且大部分元素的RSD(n=4)小于或接近30%。