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.     

PDS用于不同温度下的近红外光谱模型传递研究

采用合适的计算方法可降低测定环境对近红外光谱校正模型稳健性的影响。该文以喷气燃料为研究对象,考察了分段直接校正算法对所建模型预测结果的影响,通过选择转移样品数及窗口宽度,建立了最佳的校正模型和光谱转移参数。结果表明,在20℃下建立近红外光谱校正模型,直接预测30℃下喷气燃料的密度,预测集样品均方根误差（RMSEP）为0.2031,而30℃近红外光谱采用分段直接校正算法模型转移后,预测集样品均方根误差（RMSEP）降低为0.1354,预测结果得到明显改善,有效地解决了样品温度对近红外光谱分析结果的影响。     

基于稳定一致波长优选的综纤维素近红外分析模型传递

以实现纸浆材综纤维素含量的近红外分析模型在3台不同型号光谱仪上共享为目标,提出SWCSS-UVE及SWCSS-CARS联用算法。即分别利用竞争性自适应重加权采样算法（CARS）和无信息变量剔除（UVE）算法,减少SWCSS方法中入选的无信息或信息少波长的不利影响,以提高模型转移精度,并与单独的SWCSS和分段直接标准化算法（PDS）以及斜率截距（S/B）算法校正后的传递结果进行比较。结果表明,通过SWCSS-UVE方法最终可从稳定一致光谱信号中进一步优选出91个波长建立模型,该模型能同时应用于2台从机所测量光谱的分析,预测标准偏差（RMSEP）分别从模型转移前的2.0114和9.4518下降到了1.5919与1.6818,优于SWCSS, SWCSS-CARS和PDS以及S/B算法的结果。这表明SWCSS-UVE算法可以有效剔除SWCSS方法中包含的无效波长,简化模型传递过程,提高模型传递效率和稳健性。     

近红外光谱法用于纯化过程中鞣花酸含量的监控

采用近红外光谱技术结合遗传算法优化的小波神经网络,对大孔树脂纯化过程中橄榄果中的鞣花酸含量进行监控。通过小波变换对光谱进行去噪、压缩,作为人工神经网络的输入,同时以遗传算法优化神经网络的权值与阈值,并与常用的偏最小二乘(PLS)线性模型的建模效果进行比较。实验结果表明,两者都能够较准确的预测鞣花酸的含量,相对而言,人工神经网络(ANN)效果较好。     

基于Voigt峰的未知成分光谱拟合算法及其在甲醇汽油定量分析中的应用

提出了一种基于Voigt函数的未知成分拉曼光谱拟合算法,利用Voigt峰函数的叠加形式对样本中未知成分所产生的背景光谱进行拟合。在扣除背景光谱影响后,利用被测成分的光谱贡献权值与成分浓度之间建立线性关系模型。实验在3种成分不同的基础汽油中加入不同体积比例(2.5%~80.0%)的甲醇溶液,利用本方法对成分未知的基础汽油所产生的背景光谱进行拟合,扣除拟合光谱后,剩余光谱即可视为甲醇的光谱贡献。基于4个训练样本建立了甲醇光谱贡献权值与浓度之间的线性定量分析模型,模型的预测均方误差(RMSEP)为1.86%,复相关系数(R2)达到0.987。结果表明,此方法可有效解决混合物中光谱重叠问题,具有训练样本少、外推性强的优点。     

PDS算法进行近红外定量模型更新的效果评估

以不同厂家阿莫西林胶囊及其内容物近红外(Near infrared,NIR)光谱为例,寻找评价分段直接标准化算法(Piecewise direct standardization,PDS)进行光谱校正是否成功的量化指标。本研究共涉及76批阿莫西林胶囊样品,其中54批用于建立胶囊剂的定量模型。通过聚类分析,所有胶囊的NIR光谱分成5类,每类视为一个均质样本;分别计算每个均质样本的平均光谱,从该样本中选择10~15张光谱作为PDS校正的目标光谱,对76批阿莫西林胶囊内容物粉末光谱进行校正,利用阿莫西林胶囊定量模型对校正后的光谱进行含量预测;计算校正后的光谱与PDS校正中目标光谱所属均质样本的平均光谱的相似系数,分析其与预测误差的关系。结果表明,校正结果与所选择的目标光谱关系密切。PDS校正光谱与模型中不同均质样本平均光谱的相似系数(r)越大,通常校正效果越好;当r<99%时,一般可判断PDS校正失败(预测误差>5%)。因此,可以用PDS校正后光谱与校正时使用的目标光谱所属的均质样本的平均光谱的相似系数作为判断PDS校正是否成功的标志。     

基于主成分分析和小波神经网络的近红外多组分建模研究

将小麦叶片原始光谱经过预处理后,采用主成分分析(PCA)对数据进行降维,取前3个主成分输入小波神经网络,建立了基于主成分分析和小波神经网络的近红外多组分预测模型(WNN);进一步研究了小波基函数个数的选取(WNN隐层节点数)对小波神经网络模型性能的影响,并将WNN模型与偏最小二乘法(PLS)和传统的反向传播神经网络(BPNN)模型进行了比较.结果表明,所建立的WNN模型能用于同时预测小麦叶片全氮和可溶性总糖两种组分含量,其预测均方根误差(RMSEP)分别为0.101%和0.089%,预测相关系数(R)分别为0.980和0.967.另外,在收敛速度和预测精度上,WNN模型明显优于BPNN和PLS模型,从而为将小波神经网络用于近红外光谱的多组分定量分析奠定了基础.     

基于改进鲸鱼优化算法的近红外光谱波长变量选择方法及其应用

该文在群体智能的鲸鱼优化算法（WOA）基础上,提出了一种改进的鲸鱼优化算法（iWOA）用于近红外光谱波长的选择。首先引入混沌策略初始化种群,避免算法过早陷入局部最优;其次引入一种非线性时变Sigmoid传递函数和贪心算法思想,提升算法探优能力,使得模型获得更好的预测精度。为验证算法的有效性,以玉米脂肪、蛋白质、淀粉、水4个指标的近红外光谱数据进行偏最小二乘（PLS）建模分析,并与其他算法进行对比。结果表明,iWOA算法能在最短时间内,有效地筛选出波长变量,降低模型的复杂度,提升模型的预测精度。在玉米脂肪、蛋白质、淀粉、水含量的预测上,与全光谱相比,模型的预测集均方根误差（RMSEP）分别从0.077 2、0.122 4、0.334 4、0.059 5降至0.033 2、0.050 7、0.139 2、0.004 4,预测精度分别提升了57.0%、58.6%、58.3%、92.6%;算法选出的波长数目分别为：84、69、87、66。     

小波多尺度分段直接校正法用于近红外光谱模型传递的研究

分段直接校正(PDS)算法是目前最常用的近红外光谱模型传递方法,但它在对整个谱区进行校正时,始终依赖大小不变的传递窗口.为了提高传递效果,本研究在PDS基础上提出了一种新的算法--小波多尺度分段直接校正法(WMPDS),用于混胺的近红外光谱模型传递,并详细讨论了模型的传递参数和传递结果.本算法首先对混胺的近红外光谱进行...     

基于稳定一致波长筛选的无标样近红外光谱模型传递方法

测量环境及仪器间光谱信号的差异导致近红外光谱模型从主机传递到从机后,经常会产生过大误差。本研究提出了一种基于稳定一致波长筛选的无标样近红外模型传递方法(Screening stable and consistent wavelengths,SSCW),剔除主从仪器间差谱的标准偏差大于样品精密度测试光谱标准偏差的波长,以及精密度测试偏差过大的波长,筛选出仪器间光谱信号一致性好且稳定的波长建立近红外光谱定标模型。分别以玉米和黄芩样本集对本算法的有效性进行了检验。结果表明,SSCW模型传递后对从机样品的预测均方根残差RMSEP较全波长PLS模型直接传递结果小一个量级,大部分情况下优于分段直接校正算法(Piecewise direct standardization,PDS)的结果和文献报道的无标样模型传递结果。本方法具有传递性能好、模型参数少、稳健等优点,在不同仪器间可实现近红外光谱模型的无标样传递。     

薄层色谱自动点样仪的研制

介绍了一种由单片机系统控制的薄层色谱自动点样装置,其中喷嘴和机械部分的制作比较实用。采用本文设计,能制出足以与商品仪器媲美的产品,且成本极低。     

导电聚合物传感器的研究进展

导电聚合物因其具有特殊的结构和优异的物理化学性能,而成为构建传感器的一种新材料。综述了近5年来导电聚合物在生物传感器、离子传感器、气敏传感器方面的研究进展,并对导电聚合物的研究动向作了展望。     

真珠钙驱铅实验研究

研究了真珠钙驱铅效果，给亚急性中毒的大鼠服用后，可增加铅从尿中排量，降低骨中蓄积量，对防治铅中毒有一定作用。     

纳米复合材料固定化酶的研究进展

载体材料的选择对固定化酶的性能有着至关重要的影响。纳米复合材料不仅具有纳米尺寸的特性,而且可以克服单一材料的不足,在固定化酶领域引起了广泛关注。本文就目前在固定化酶领域使用的纳米复合载体分类进行了系统的阐述,重点介绍了目前在固定化酶研究领域运用较为广泛的硅基纳米复合材料、碳基纳米复合材料和纳米纤维复合材料等材料的制备方法及不同材料对酶学性能的影响,并对这些纳米复合材料固定化酶发展前景进行了展望。     

一种基于介质上电润湿效应的免疫检测芯片研究

利用微机械加工技术,在ITO玻璃上设计制作了基于介质上电润湿效应的以离散液滴为对象的免疫检测芯片,对芯片的液滴驱动特性、免疫反应参数进行了测试,并对小鼠IgG和羊抗鼠IgG-HRP进行了初步的免疫测试.研究结果表明,在电压<100 V的时候,接触角测量值基本上和预测曲线吻合,在>100 V的情况下出现了接触角饱和现象,在芯片上实现了液滴操纵,120 V时得到最大平均速度为3.75 mm/s;该芯片可以实现免疫反应检测,所需样品体积为0.5 μL,检测时间约为20 min,对于羊抗鼠IgG-HRP实验系统的检测范围为0.1～20 mg/L.     

基于氧化铝纳米通道的电化学生物传感器研究

将制备好的氧化铝纳米通道经与3-氨丙基三乙氧基硅烷反应使其表面修饰了氨基后,再在含生物素的缓冲溶液(pH 5.5)中反应12h,制成表面固定了生物素的氧化铝纳米通道,通道孔径约50nm。另取PVC管一段,在其顶端用PVC/THF混合液粘附制备好的聚合物膜,再将上述修饰好的氧化铝纳米通道用有机硅橡胶粘在敏感膜的底部,作为工作电极待用。以生物素-亲和素体系为模型,用经修饰的氧化铝纳米通道为识别载体进行电位法检测,实现了亲和素的检测。亲和素的质量浓度在0.10~0.60mg·L-1范围内与相应的电位变化值之间呈线性关系,检出限(3σ)为0.05mg·L-1。试验结果验证了氧化铝纳米通道电位生物传感器测定生物大分子的可行性。     

镁电沉积研究评述

Mg离子二次电池是有望用于电动汽车的“绿色”蓄电池，它比Li离子二次电池低价、较高的安全性和环境友好及可大电流、大容量放电。本文对迄今为止关于镁的电沉积及镁离子二次电池的电解质溶液的研究进行综述；并对今后的研究提出了设想。     

镍激活EB病毒的研究

应用间接免疫荧光法和抗补体免疫荧光技术研究,证实在试管内1～40mg/L NiSO4.6H2O(Ni)显著增强携带Epstein-Barr Virus(EBV)基因组的三株类淋巴母细胞株的VCA、MA、EA、EBNA-2抗原表达.此外还发现1～20mg/L Ni能明显促进EBV转化人脐血B淋巴细胞的作用,当多次加Ni时促进效应更强,前者转化促进率为13.31%～46.6 1%,后者达22.70%～57.04%.以上结果表明,Ni具有激活 EBV的作用.EBV与鼻咽癌(NPC) 密切相关,广东 NPC高发区大米和饮水中 Ni的含量偏高,NPC患者血和头发中 Ni 的水平明显高于健康人.研究结果提示,EBV与 Ni相互作用可能是 NPC发生、发展过程中的一个协同因素.     

Investigations on zirconium-containing conversion layers on aluminium

Summary Conversion layers on technical aluminium produced by a no-rinse process for the purposes of food wrapping products are based on the application of aqueous solutions containing mainly zirconium compounds and polyacrylic acid. By the combined use of the methods TEM, AES, XPS and ISS, in-depth profiling of the elements Al, Zr, C, O and F are achieved, the existence of the chemical compounds Al₂O₃, ZrO₂ or the respective mixed oxides and polyacrylic acid or the fragments are detected. The layer thicknesses are determined amounting to 10–40 nm, and the surface-related mass of zirconium is estimated to 10–35 mg/m².

---

Untersuchungen an zirkonhaltigen Konversionsschichten auf Aluminium