人工神经网络用于有机环境污染紫外光谱库检索

本文将人工神经网络（ＡＮＮ）用于有机环境污染物紫外光谱库检索。对该神经网络的参数优化作了讨论。并用ＡＮＮ对噪声、杂质等因素的影响作了详细的考察。为了提高紫外光谱的分辨，本文提出用光谱作ＡＮＮ训练和检索，使网络的收敛速度明显加快，对检验光谱中杂质的容允程度明显增加。本文还将ＡＮＮ与传统的相关系数法作了比较。结果表明，ＡＮＮ法在抗噪声和杂质等方面明显优于相关系数法。     

人工神经网络用于有机环境污染物紫外光谱库检索

本文将人工神经网络（ＡＮＮ）用于有机环境污染物紫外光谱库检索。对该神经网络的参数优化作了讨论。并用ＡＮＮ对噪声、杂质等因素的影响作了详细的考察。为了提高紫外光谱的分辨，本文提出用导数光谱作ＡＮＮ训练和检索，使网络的收敛速度明显加快，对检验光谱中杂质的容允程度明显增加。本文还将ＡＮＮ与传统的相关系数法作了比较。结果表明，ＡＮＮ法在抗噪声和杂质等方面明显优于相关系数法。     

电感耦合等离子体原子发射光谱分析信息系统的开发：II.系统设计与 …

讨论了系统设计和系统评价。首先，根据ＩＣＰ－ＡＥＳ中有关信息在计算机中的流动、转换、储存和处理情况设计了计算机流程图，然后根据数据库规范化的要求对数据库的概念结构、逻辑结构和物理结构的设计作了讨论。该数据库包括了２８０００余条ＩＣＰ发射谱线的有关数据。运行结果表明，该系统设计合理，信息量大，且具有方便、实用的用户界面。     

因子分析法校正ICP-AES中光谱干扰及与其他方法的比较

本文将目标变换因子分析用于电感耦合等离子体原子发射光谱分析（ＩＣＰＡＥＳ）中光谱干扰的校正，对因子分析法校正谱线重叠和结构背景干扰作了较详细的讨论。     

氢化物发生技术中化学干扰的研究进展

引言在氢化物发生技术与原子光谱分析方法的结合中,基体元素的干扰效应可分为二类:(1)在还原过程中氢化物生成效率的改变引起的干扰;(2)已被还原为氢化物的元素在原子化过程中形成稳定化合物而引起的干扰。可统称为化学干扰。在氢化物发生原子吸收光谱分析中,这二类干扰都是比较显著的。当使用感耦等离子体作激发光源时,由于等离子体的温度很高,而且送入等离子     

用卡尔曼滤波—分光光度法分析α—羰基烯酮环二硫代缩酮化 …

本文将卡尔曼滤波－分光光度法用于α－羰基烯酮环二硫代缩酮化合物的分析，通过对卡尔曼滤波新息序列和滤波过程中浓度变化趋势的考察，表明该方法用于该类化合物的分析是可行的和可靠的。     

流动注射-ICP-AES多元素同时分析及NaCl基体干扰效应的研究

本文研究了以流动注射进样的ICP-AES分析方法和NaCl的基体效应。0.25-2.5%NaCl对11个元素的影响结果表明,FI进样可克服常规连续雾化的信号漂移,从而改善了测量精度。不同功率下的NaCl基体的影响不同。结果表明,NaCl的基体效应主要存在于气溶胶微粒在ICP中的蒸发—原子化—激发过程。     

基于他克林的乙酰胆碱酯酶抑制剂的3D-QSAR研究及虚拟筛选

本文通过对58个他克林派生物乙酰胆碱酯酶抑制剂分子进行建模分析,研究其结构与活性的关系,并通过虚拟筛选方法获得一系列潜在AChE抑制剂双位点分子。首先将一系列他克林二联体化合物与AChE晶体结构对接,获得化合物的活性构象,以此进行建模分析,建立结构与活性之间的三维定量构效关系。所得模型CoMFA、CoMSIA、TopomerCoMFA的交叉验证系数分别为0.510、0.702、0.571,非交叉验证系数为0.998、0.988、0.794,测试集r_(pred)~2为0.750、0.742、0.766,所得模型具有良好的预测性,由此可以为设计高活性的新分子提供理论基础。然后,使用Topomer search对ZINC数据库中的125909分子进行虚拟筛选,得到891个具有潜在AChE抑制活性的分子。最后,对这891个分子进行分子对接,观察分子与晶体结构的结合情况,筛选得到66个具有高选择性的双位点AChE抑制剂分子。     

大黄的傅里叶变换红外光谱法快速鉴别

利用傅里叶变换红外(FTIR)光谱法对不同的大黄药材进行了分析?结果表明：大黄样品在4000～1800cm^-1区域有相似的红外光谱特征,而在1800～400cm^-1区域不同组系、不同品种的样品又存在很大差异。因此红外光谱法可以快速、简便、直观地对中药材进行质量鉴别。