主链含氟聚酰亚胺液晶取向排列剂的表面性能及微观形貌

主链含氟聚酰亚胺液晶取向排列剂的表面性能及微观形貌     

主成分分析-支持向量机用于肝病分类模型

将主成分分析(PCA)用于肝功能检测数据特征提取,然后用支持向量机(SVM)对乙肝、丙肝、肝硬化、正常人样本建立分类模型。采用高斯径向基函数(RBF)为核函数,调节核函数参数C及σ以建立最佳支持向量机模型。该模型对训练集的识别率为99.3%,对预测集的预测率为96.4%。结果表明:PCA-SVM法建立的肝病分类模型能较好的区分乙肝、丙肝、肝硬化及正常人,且分类效果优于传统支持向量机及人工神经网络(ANN)分类模型。     

基于视觉流形正则化的机器人实时定位新方法

提出了一种基于核主分量分析(PCA)正则化的机器人实时定位算法。此算法以半监督学习完成离线训练,首先,以机器人在其预置运动路径上采集到的畸变图像中的稀疏目标面积为观察数据,将部分标定数据的坐标作为其标签,然后以核PCA所揭示的低维视觉流形为正则化约束条件,运用最小二乘方法估计无标签数据坐标。在线定位阶段,利用调和函数估计在线采集到的数据坐标,从而实现基于无标定单目视觉传感器的机器人在线定位。实验结果表明,和其他常规的定位方法相比较,提出的实时定位算法的计算复杂性小、定位精度高、实时性强,能够满足工业机器人和医疗服务机器人等方面的实时定位要求。     

基于PCA的变压器故障红外监测应用研究

变压器作为电力系统中非常重要的输变电设备,其运行状况直接影响到整个系统运行的安全水平。根据红外光谱仪所测得信息,通过傅里叶变换可得到各故障特征气体红外吸收信息;依据Lambert-Beer定律并结合所测信息,采用主成分分析法就可以对各故障特征气体进行定性与定量分析,判别当前变压器的运行状况。对于故障运行的电力变压器,及时发现并解除存在的故障或故障隐患对整个系统的安全运行具有重要意义。     

主链型阳离子表面活性剂聚季铵盐的制备

以N,N-二甲基-1,3-丙二胺、尿素及1,4-二氯丁烷为原料,通过共缩聚反应两步法制备了一种新的主链型的水溶性聚季铵盐.采用正交试验获得了制备聚季铵盐的最佳条件：N,N-二甲基-1,3-丙二胺与尿素的物质的量比为2∶1,反应温度为135℃,反应时间为11h,得到中间体双[3-（N,N-二甲基丙胺基）]丙脲,产率高达99％;中间体与1,4-二氯丁烷的物质的量比为1∶1,于90℃下反应6h.采用红外光谱和核磁氢谱对产物结构进行表征,测定了其热稳定性和特性粘数.     

通草类中药微量元素的主成分分析和聚类分析

探讨通草类中药材中微量元素含量与其功效间的相关性。以微量元素含量为指标,运用主成分分析和聚类分析对11种通草类中药的微量元素进行分析。主成分分析结果表明前3个主因子含有通草类中药材微量元素含量84.50%的信息。利用3个主因子模型和聚类分析谱图,解释了11种通草类中药中药的相似性与差异。利用主成分分析和聚类分析法初步得出11种通草类中药的微量元素与其功效存在相关性,为该类中草药的开发利用提供了科学依据和理论基础。     

表面解吸常压化学电离质谱快速鉴别樟木制品

采用自行研制的表面解吸常压化学电离质谱(SDAPCI-MS),在无需样品预处理的情况下,对樟木制品及普通木材进行检测,在正离子模式及m/z 90～400范围内获得其化学指纹图谱,并通过主成分分析(PCA)方法对所获指纹谱图信息进行分析,进而对不同样品进行鉴别。结果表明,SDAPCI-MS能够对樟木表面多种特征化学成分(樟脑,香叶醇等)进行解吸电离,快速获得樟木的化学指纹谱图,并能够对目标组分做多级串联质谱鉴定。结合PCA方法,可对不同品质、不同种类的木材样品进行区分。结果表明,本方法灵敏度高,分析速度快(单个样品分析时间小于3 min),可望应用于珍贵木材快速无损分析及品质鉴定。     

单光子电离质谱法用于不同品牌真假酒的快速鉴别

利用单光子电离飞行时间质谱法(SPI-TOF-MS),结合主成分分析(PCA),在无需样品预处理的条件下,建立了快速准确鉴别酒(包括白酒和劲酒)类样品真假的方法。同时,利用光电子电离质谱法(PEI-TOF-MS)对SPI-TOF-MS的准确度和可靠性进行了验证。结果表明,本方法不仅能快速实现对茅台等5种不同品牌酒的真假区分,还可以对影响酒的品质的特征物质进行分析和鉴定。与其它离子化技术(如EI,PEI,ICP等)相比,SPI作为一种"软"电离源,更容易产生分子离子峰,图谱更简单。因此,本方法有望应用于市场上酒类饮品的真假鉴别及品质的鉴定,对于快速筛选伪劣酒类产品有着重要的应用价值。     

庚酸甲酯高温燃烧化学动力学机理的系统简化和分析

采用详细化学反应动力学机理的系统简化方法, 对庚酸甲酯高温燃烧化学动力学机理进行了系统简化. 首先采用两步直接关系图法(Directed relation graph method, DRG)和主成分分析(Principle component analysis, PCA)方法对由1087个物种、4592步可逆反应组成的庚酸甲酯燃烧的详细机理进行框架简化, 得到了包含108个物种, 547步基元反应的框架机理. 在此框架机理基础上, 进一步采用计算奇异值摄动法(Computational singular perturbation, CSP)对框架机理进行时间尺度分析, 再选取30个准稳态物种, 采用准稳态近似(Quasi steady state approximation, QSSA)方法构建了包含78个物种、74步总包反应的全局简化机理. 模拟结果表明, 在较宽的参数范围内, 框架机理和全局简化机理均能重现庚酸甲酯高温燃烧时的点火延迟、物种浓度分布和熄火等燃烧特性. 此外, 基于框架机理阐明了庚酸甲酯高温燃烧的反应路径和对点火有重要影响的基元反应. 与详细机理相比, 框架机理保留了良好的精确性和全局性, 可以很好地反映庚酸甲酯的燃烧特性, 有助于对生物柴油的燃烧过程的理解.     

主成分分析-近红外光谱法快速测定婴儿配方乳粉中必需脂肪酸

利用主成分分析法将婴儿乳粉的近红外光谱数据与必需脂肪酸含量建立校正模型,并采用交互验证和外部检验两种方式来考察模型的可靠性。得到模型校正相关系数(R2)0.8704,均方估计残差(RMSEC)和交互校验均方残差(RMSECV)分别为0.6275和0.8907,应用所建立的必需脂肪酸近红外模型对婴儿乳粉必需脂肪酸含量进行预测,并将预测值和化学测量值进行配对t检验,结果表明两者无显著差异。