共查询到20条相似文献,搜索用时 125 毫秒
1.
2.
3.
电感耦合等离子体-原子发射光谱法测定不锈钢材料中钴、铜、钒 总被引:1,自引:0,他引:1
应用电感耦合等离子体-原子发射光谱法(ICP-AES)对测定不锈钢材料中钴、铜、钒三种元素进行了试验研究.取样量为2.0 mg/mL时,测定范围在125-2000 μg/g之间,相对标准偏差(RSD,n=6)在1.8%-6.7%之间. 相似文献
4.
研究了在pH为2的Na2SO4-NaHSO4体系中,铁(Ⅳ)催化溴酸钾氧化酸性铬蓝K反应.在524nm波长处,控制适当的反应条件,揭示反应的速度常数lg(Ao/At)与铁(Ⅳ)浓度和反应时间有关系,采用三层Levenberg-Marquardt (LM)优化BP神经网络处理实验数据,确定的训练目标为平均误差平方MSE等于0.01.试验了最佳反应和测定条件,建立了高灵敏度的催化动力学光度法测定痕量铁(Ⅳ)的新方法.方法选择性好、操作简便快速,结果准确可靠.此方法实现了合成样品和人发中铁的测定,获得满意的结果. 相似文献
5.
6.
本文采用二维接力相关技术(单接力和三接力COSY)和J分解谱对氨基糖苷类化合物里杜霉素的全部质子信号进行了归属,为进一步测定里杜霉素的构型和构象打下了基础. 相似文献
7.
本文采用二维接力相关技术(单接力和三接力COSY)和J分解谱对氨基糖苷类化合物里杜霉素的全部质子信号进行了归属,为进一步测定里杜霉素的构型和构象打下了基础. 相似文献
8.
文章结合两种化学计量学技术,研制了一种小波包变换广义回归神经网络(WPTGRNN)方法,对光谱严重重叠的三种有机化合物进行同时测定.该法结合小波包变换(WPT)和广义回归神经网络(GRNN)改进了除噪质量和预测能力.通过最佳化,选择了小波函数、小波包分解水平及GRNN的平滑因子.偏最小二乘(PLS)法用于比较研究,编制了三个程序(PWPTGRNN,PGRNN和PPLS)进行相关计算.结果表明,WPTGRNN法是成功的且优于GRNN及PLS方法,与GRNN方法比较所有组分质量浓度的预测值与实际值的相对预测标准误差由4.0%降低为2.3%. 相似文献
9.
10.
11.
12.
13.
荧光光谱-人工神经网络法同时测定注射液中色氨酸和酪氨酸 总被引:3,自引:1,他引:2
本文用人工神经网络法中的误差反传学习算法对色氨酸、酪氨酸混合体系的荧光光谱进行解析,提出了同时测定这两种氨基酸的计算分析方法。以pH=7.15的KH_2PO_4-K_2HPO_4的缓冲溶液为介质,用224nm为激发波长,在290~400nm的范围内,以14个特征波长处的荧光强度值作为网络特征参数,进行网络训练。网络训练了12次即达到误差精度要求(误差平方和小于0.1)。以同样方法对复合氨基酸注射液进行测定,通过训练好的网络进行色氨酸、酪氨酸含量的计算,相对误差分别为4.0%和2.6%。实验表明,该方法与现有的算法相比具有训练速度快、预测结果准确度高等特点。该方法与荧光法结合有望成为多组分分析的有效方法之一。 相似文献
14.
在八种化学计量学除噪技术比较研究的基础上,研制了小波包变换Elman回归神经网络方法(WPERNN)用于研究重叠光谱的同时定量测定。结合小波包变换和Elman回归神经网络改进除噪质量及回归能力。通过最佳化,选择了小波函数、小波包分解水平和Elman回归神经网络(ERNN)的结构及参数。两个程序PWPERNN和PERNN被设计执行WPERNN和ERNN方法计算。七种化学计量学方法用于比较研究。实验结果显示WPERNN方法是成功的且优于其他六种方法。 相似文献
15.
Elman回归神经网络同时定量测定三种酚类化合物 总被引:8,自引:1,他引:7
应用Elman回归神经网络(ERNN)对光谱严重重叠的对-硝基苯酚,邻-硝基苯酚和2,4-二硝基苯酚体系的同时定量测定进行了研究,并与多变量线性回归(MLR)法作了比较。编制了PERNN和PMLR程序执行有关计算。通过最佳化确定了Elman回归网络的结构和参数。ERNN和MLR法所有组分的相对预测标准偏差(RSEP)分别为3.1%和2 027.3%,实验结果显示对于分辨严重重叠光谱本法是成功的。ERNN法是解决局部最小和提高收敛速度的一种有价值的工具,亦可用于分析全光谱而不只限于选取少数特征值。本法为不经预先分离同时测定严重重叠的分子光谱体系提供了新的途径。 相似文献
16.
偏最小二乘法用于荧光法同时测定锌,铝研究 总被引:2,自引:0,他引:2
本文将偏最小二乘法用于荧光光度法同时测定锌,铝。确定了锌、铝-桑色素在表面活性剂存在下最佳实验条件。所建立的方法用于人发中微量锌、铝测定。 相似文献
17.
Cherfi Y Hemine J Douali R Beldjoudi N Ismaili M Leblond JM Legrand C Daoudi A 《The European physical journal. E, Soft matter》2010,33(4):335-342
Linear and non-linear dielectric measurements were carried out on a ferroelectric liquid crystal stabilized by an anisotropic
polymer network. The polymerization process was achieved at room temperature. It was performed from an achiral monomer in
the ferroelectric chiral smectic C phase, exhibiting a very short helical pitch and a large polarization. The linear and non-linear
dielectric spectroscopy were also completed by textural morphology as well as structural and ferroelectric characterizations.
All these measurements were carried out on a pure ferroelectric liquid crystal material and on composite films containing
two polymer concentrations. The increase of the polymer network density leads to a decrease of the dielectric strength determined
in the linear and non-linear dielectric spectroscopy. The complementarity between the linear and non-linear dielectric measurements
and their confrontation with a theoretical model allowed the simultaneous determination of some physical parameters such as
macroscopic polarization, rotational viscosity and twist elastic energy. We also discuss the effect of the polymer network
density on the obtained physical parameters. 相似文献
18.
催化动力学分光光度法同时测定铜和铁 总被引:1,自引:0,他引:1
研究发现 :在硫酸介质中Cu(Ⅱ )和Fe(Ⅲ )能同时催化溴酸钾氧化酸性铬蓝K的褪色反应 ,但二者存在一定的速率差异 ,反应速率常数之比随时间而变化 ,且吸光度的加和性不佳。运用了三层Levenberg Marquardt优化BP神经网络处理实验数据 ,实现了Cu(Ⅱ ) ,Fe(Ⅲ )的催化动力学分析法同时测定。研究了最佳反应和测定条件。用于合成样品和人发中铜和铁的测定 ,结果满意 相似文献
19.
《X射线光谱测定》2003,32(6):423-427
This paper describes the simultaneous determination of Pr, Nd and Sm by EDXRF spectrometry using mixtures of oxides of these metals in a silica matrix. The data were treated by distinct neural network algorithms: back‐propagation (BP), Levenberg–Marquardt (LM) and two variations of back‐propagation (called BP‐SC, single component, and BP‐MC, multiple component), using results from the PLS model (partial least square regression) for comparison. The best applied model was the BP‐SC neural network, which produced relative standard errors of prediction of 17.5% for Pr, 12.5% for Nd and 12.6% for Sm. Copyright © 2003 John Wiley & Sons, Ltd. 相似文献
20.
虚拟组分-人工神经网络用于中药紫外光度法中多组分的同时测定 总被引:1,自引:1,他引:0
采用虚拟组分自修正、自拟合的方法消除了干扰组分的影响,实现了人工神经网络(ANN)-紫外分光光度法不经分离的中药多组分浓度的同时测定。建立了包含训练网络和拟合网络的双网络ANN算法,提高了ANN算法的自学习、自判别能力,使复杂中草药体系多组分浓度预报的准确度大大提高。对21种不同来源的秦皮中秦皮甲素和秦皮乙素的含量进行了预测,预测结果与HPLC法相比较,以相对误差小于10%计,预测准确率大于90%。该法对秦皮甲素和秦皮乙素的测定精密度分别为0.37%,1.5%。 相似文献