传感器阵列信号处理的人工神经网络方法

本文提出传感器阵列信号处理的人工神经网络方法,并以K~+/Ca~(2+)/NO_3~-/Cl~-阵列系统为对象,尝试了该方法的效果。结果表明,其拟合最大相对误差不超过7.4％,预测最大相对误差不超过6.9％。可见,其性能良好,可望成为各种传感器阵列信号处理的有用工具。     

压电晶体传感器阵列在补体系统免疫分析中的应用

将压电石英晶体阵列应用于补体系统免疫分析中,从而发展了一种新型的同步免疫分析方法,并对补体系统的四种成分（C4,C5,C1q,B因子）进行了分析测试。通过对不同条件（即抗体效价不同）下的多组分分析物进行同步检测,研究了补体系统免疫反应的特性和该传感器阵列的响应特性。差频信号的测量消除了粘度、温度和电导率的影响,同时对该传感器阵列晶体间的干扰进行了测试。该方法操作简单、准确、灵敏度较高。     

基于纳米银的比色阵列传感器的构建及在蛋白质检测中的应用

蛋白质的快速高效检测和鉴定在医学诊断、不同疾病的治疗和蛋白质组学中具有巨大的前景。目前的检测手段大多存在一些问题,如操作繁琐、效率低等,因此开发一个理想的蛋白质检测方法尤为重要。以纳米银(AgNPs)为传感元件的阵列传感器在蛋白质检测方面具有操作便捷、准确率高、可视化等优点。本文合成两种不同颜色和形状的AgNPs:黄色球形和蓝色三角形,以此构建一个简单的比色阵列传感器,用于蛋白质的区分检测。该传感器可以准确地识别和区分不同种类的蛋白质,准确率为100%。在成功识别出不同类型的蛋白质的基础上,进一步评估了该阵列传感器应用于区分正常和变性蛋白质的能力,准确率为96.0%。此外,该阵列传感器对于未知样本的识别也具有高的准确率。     

人工神经网络及其在色谱中的应用

本文对人工神经网络（ＡＮＮ）在色谱保留机理的研究和保留值的预测,溶质分子构型与色谱保留的定量关系（ＱＳＲＲ）,谱图解析等方面的应用做了综述。着重介绍了ＢＰ网络的发展及其在色谱领域中的应用,并对ＡＮＮ在色谱中的应用前景做了预测。     

光化学比色传感器阵列的研究进展

光化学比色传感器阵列以其价格低廉、方法简单、响应快速、信息量大等优点,得到了日益广泛的应用。本文主要介绍了光化学比色传感器阵列的研究进展,概括了近年来其在气体、生物样品、离子和小分子,以及混合物检测方面的应用,针对其不同原理及性能展开了讨论,并展望了其研究和应用前景。     

应用人工神经网络鉴定高效液相色谱峰纯度

首次应用人工神经网络（ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋ,简称ＡＮＮ）鉴定色谱峰纯度,根据判定指标,采用改良反向传播算法对系统进行描述和预报,结果正确,收敛较快,具有一定的理论和实用价值。     

纸基比色阵列传感器的研究进展

比色阵列传感器具有响应迅速的识别检测能力,结合纸基分析装置成本低廉、制作简单和多孔亲水等优点,近年来纸基比色阵列传感器的研究发展迅速,灵敏度和通用性得到了进一步提高,应用领域大大拓展,受到了研究者的广泛关注。本文主要介绍了纸基比色阵列传感器的研究进展,概括了其近年在生物医疗、环境检测、食品安全等领域的应用,针对不同的检测传感材料、检测原理及性能进行了讨论,并对其研究和应用的前景和发展趋势进行了展望。     

分子印迹阵列式传感器的研究进展

分子印迹阵列式传感器具有识别率高、选择性好、价格低廉等优点,受到研究者们的极大关注,已经在食品分析、环境分析、药物分析、临床诊断等研究领域中得到应用。分子印迹阵列式传感器是以分子印迹聚合物作为识别元素的集成化传感器,通过各传感单元对分析物响应后产生的特征图谱实现对目标化合物的识别,不仅可用于单一目标化合物的选择性识别,还可以用于多种目标化合物同时存在时的测定。分子印迹阵列式传感器的响应信号机制主要划分为光信号、质量敏感信号和电化学信号等。本文简要介绍了分子印迹技术的产生和发展,重点评述了基于三种信号机制的分子印迹阵列式传感器的研究进展,并展望了分子印迹阵列式传感器的应用前景和研究方向。     

人工神经网络在多组分红外光谱分析中的应用

本文介绍人工神经网络及其在多组分红外分析中的应用。对于邻二氯苯、间二氯苯、对二甲苯和环己烷四组分红外分析,结果表明,当组分间相互作用或非线性性仪器响应因素引起的非线性响应存在时,人工神经网络能提供优良的光谱校准作用,因而为不经分离直接测定的多组分体系红外分析提供了一种新的途径。     

人工神经网络在环境监测中的应用近况

综述了近年来国内人工神经网络在环境监测中的应用进展,内容包括在化学、分光光度、X射线荧光、色谱以及其他方面的应用,引用文献29篇。     

一种全固态扑尔敏电极的研制

制备了以脲醛树脂为框架，以ＫＣｌ粉末为活性组分的Ａｇ／ＡｇＣｌ固体电极。结果表明该电极具有相当好的稳定性并能用于扑尔敏制剂的含量测定。     

离子选择电极阵列测定土壤中硝态氮

土壤硝态氮反映土壤短期氮素供应水平,实时了解土壤硝态氮的含量为精准农业和农业面源污染防控提供支撑,因此,在线实时检测土壤硝态氮方法突破就显得十分迫切。土壤硝态氮中的硝酸根离子在土壤中的高水溶性和流动性为全固态硝酸根离子选择电极高敏感检测土壤中硝态氮提供了条件,固态硝态氮离子选择电极的离子选择膜反应硝酸根离子在被测溶液中的浓度。采用全固态硝酸根离子选择电极ELIT NO₃^-,且与温度电极和pH电极融合组成电极阵列对土壤饱和溶液中的硝酸根离子进行检测。设计了高输入阻抗运算放大电路对电极信号进行采集,并通过微处理控制蠕动泵完成土壤硝态氮待测溶液连续流动测定及实时传输结果。实验结果表明,电极响应时间≤15 s,斜率-51.63 mV/decade,线性范围10^-5~10^-2.2 mol/L,最低检测限10^-5.23 mol/L。相对标准差在0.78%~4.5%,加标回收率均在90.0%~110%。与紫外可见分光光度法测试结果相比,相关系数(R²)为0.9952,为土壤硝态氮在现场检测奠定技术基础。     

紫外可见吸收光谱结合主成分-反向传播人工神经网络鉴别真假蜂蜜

研究紫外-可见吸收光谱技术结合化学计量学方法鉴别真假蜂蜜.根据蜂蜜中果糖和葡萄糖的典型质量比1.2:1.0,配制与真蜂蜜相近的掺假溶液,并以5%～20%的比例掺入真蜂蜜中.获取纯正蜂蜜和掺假蜂蜜的紫外-可见吸收光谱,选择最佳敏感波段250～400 mn的吸光度值进行主成分分析(PCA),优选主成分作为反向传播人工神经网...     

以离子水合能解释离子选择电极响应机理

用相继切换不同浓度I^-试液的活度阶梯法研究了碘化银基离子选择电极（I^--ISE）的瞬时响应。随电位变化的离子水合自由能△Gh(I^-）显示出|△Gh（I^-）|越小，正活度阶民位跃迁越快而负活度阶梯电位变化越慢。将－△Gh(I^-）看作I（H2O）n^-与I^--ISE表面反应的活化能解释了这个现象。比起传统电位法，活度阶梯法的主要优点是ISEs响应非常快并且更灵敏，有可能实现小体积试液的快速分析。     

基于小波神经网络的新型算法用于化学信号处理

基于紧支集正交小波神经网络的构造思想,用具有紧支集的Ｂ－样条函数的伸缩和平稳替代小波函数,提出了一种新型算法,并将其应用于化学信号的处理,实现了信号的压缩和滤噪,适应小波神经网络相比,学习速度得到了大幅度的提高。     

Construction and Application of a PVC Membrane Enoxacin Ion－selective Electrode Based on a Needle－shaped Inner Reference Electrode

IntroductionPVC membrane- coated- wire electrodes areused in the analytical field widely. They are pre-pared usually with platinum wire,silver wire orgraphite rod coated with a PVC thin membranecontaining various active components and plasticiz-ers[1— 3 ] .The electrodes have no inner KCl solutionand they are notinfluenced by the sample pressure.Furthermore,they are free from directional selec-tivity when they are installed,and they can be mi-crominiaturized easily. The shortcomings of th…     

新型PVC膜涂丝诺氟沙星选择电极的研制与应用

制备了一种稳定性和重现性均良好的新型PVC膜涂丝诺氟沙星选择电极 ,该电极是以Ag/AgCl丝为基体 ,在其表面先涂一层含Cl-的脲醛树脂 ,然后再涂一层含硅钨酸 -诺氟沙星离子缔合物的PVC膜。采用正交设计法 ,研究了离子缔合物的种类、活性物在膜中的含量及增塑剂3因素对电极的影响。电极的线性范围为7.9×10 -5～1.0×10 -2mol·L -1 ,检出限为2.5×10 -5mol·L -1,斜率为35.7mV/decade(30℃) ,可直接用于诺氟沙星胶囊的含量测定 ,回收率为99 %～102 % ,结果与中国药典法基本一致。     

弹性反传神经网络法预测烷基苯的疏水性常数

 介绍了应用人工神经网络预测烷基苯分子疏水性常数的方法。该法同传统方法相比 ,具有操作简便 ,适用范围广的特点。基于误差反传神经网络 ,建立了分子连接性指数 (χ)、范德华表面积 (Aw)和疏水性常数 (logP)之间的数学模型。应用该模型对烷基苯分子的疏水性常数进行预测 ,其平均相对偏差为 0 6 7%。并且通过与标准误差反传算法和自适应学习算法相比较 ,发现弹性反传算法具有训练速度快 ,参数选择简单的特点。