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。     

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。     

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。     

严重重叠的色谱峰对的解析

本文根据指数修正的高斯函数模型(EMG),并利用回归分析提出了一种解析严重重叠的色谱峰对的方法。此法可适用于相对峰谷在50％～95％的严重重叠的色谱峰对的解析。     

小波变换用于重叠色谱峰组分信息的提取

提出了一个小波变换用于提取重叠色谱中组分信息的理论公式，并将它应用于三组分和五组分重叠色谱实验数据的解析。结果表明：在定定分离度范围内，当相邻色谱峰峰宽相近时，根据此公式的计算结果，可以将各组分的信息从重叠色谱峰信号中提取出来。洒工作对小波变换用于重叠峰的解析具有重要意义。     

小波变换及其有色谱重叠峰解析中的应用

本文介绍了小波分析的基本原理、计算方法及其在色谱重叠峰解析中的应用。显示了小波分析的特点，表明了小波分析用于重叠峰的解析与传统的方法相比具有其优越性。     

色谱图拟合及重叠峰快速分离解析

]本文以EMG分布函数作为色谱峰的数学模型,提出由柱系统的半峰宽规律与峰态偏斜度D计算EMG参数的连环公式,用于快速谱图拟合和重叠峰分解。实验表明校正后的峰面积和拟合精度令人满意;不用半峰宽规律,直接采用优化方法解谱也取得好的结果。     

中药丹参高效液相色谱重叠峰的解析

采用超临界CO2萃取方法对丹参中的脂溶性成分进行提取，利用高效液相等度分离方法对丹参脂溶性成分进行分离，再结合启发渐进式特征投影法和固定尺寸移动窗口渐进因子分析法对未能完全分离的重叠峰进行解析，得到了比较满意的结果。     

联用色谱数据的双窗口因子分析

利用组分光谱的特征信息,发展了一种能直接对联用色谱重叠峰中组分进行定性定量分析的新方法──双窗口因子分析（dualwindowfactoranalysis,DWPA）。该法可从多组分重叠峰中定性目标组分,且在未经其它组分的分辨下可直接对目标组分的光谱、色谱进行分辨。因此更适应于联用色谱对复杂体系中待测组分的定性定量分析。用该法成功地对4组分重叠峰进行了分析,实验结果令人满意。     

小波变换用于植物激素重叠色谱峰中组分的定量分析

根据小波变换将信号按频率大小分解的性质，作者提出了一种用小波变换直接提取重叠色谱峰中单一组分信息的方法，并将其应用于植物激素混和体系重叠峰的解析与定量分析。结果表明：单组分的色谱信号经小波变换分解后仍能保持原有的线性关系，用小波变换从重叠信号中提取的单一组分信息也具有良好的线性关系。     

改进遗传算法用于未知组分数的重叠色谱峰的解析

按照指数修正的Gauss卷积色谱峰模型，构造了结合模拟退火及变长染色体的改进遗传算法，并结合爬山法，可以方便快捷地进行数目未知的重叠色谱峰的精确解析；此法成功地应用于大鼠脑微透析液氨基酸定量分析中，解析结果良好。     

正交投影用于一维重叠色谱峰分辨及背景扣除

对于两组份色谱重叠峰体系,当以小组份色谱峰作为干扰时,本文利用正交投影方法,通过构造正交投影矩阵,利用原始信号及其投影与背景之间的内在关系来确定真实背景,从而将背景干扰予以扣除,使含背景干扰的一维重叠色谱峰得以分辨。模拟研究表明,对于两组份色谱峰重叠体系当以小色谱峰为干扰时本文方法具有很好的分辨效果,对于完全重叠峰,即使其峰分离度为零能得到满意的结果。     

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。     

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。     

完全重叠色谱峰的二维微分色谱解析算法

利用完全重叠的色谱峰中同时消失的两组分的浓度变化速率差异，通过二维数据微分色谱法获取被掩盖组份的近似光谱，以解析完全重叠的色谱体系，将该法应用于维生素Ｃ和菸酸两组份完全重叠的二维色谱之分辨，结果令人满意，分辨光谱与标准光谱重合甚好。     

免疫算法用于多组分二维色谱数据的解析

通过对免疫系统抗体对抗原消除作用及其记忆功能的模拟,提出了解析二维数据矩阵的新方法。采用模拟的EMG公式作为抗体输入,对二维信号逐行进行迭代消除,从重叠峰中提取单一组分的色谱信息和光谱信息。通过对二维色谱数据的解析,结果表明,该方法可方便地用于多组分重叠二维色谱的解析。