美洲商陆对锰毒生理响应的FTIR研究

在一定Mn浓度梯度处理下(0,0.125,0.25,0.5,1 g·kg-1),超积累植物——美洲商陆(Phytolacca americana)不同组织器官的傅里叶变换红外光谱(FTIR)图谱发生了变化。其中,茎组织在3 336和2 916 cm-1处峰高先上升后下降,反映了有机物运输受阻情况的变化,即美洲商陆在低Mn刺激下会产生大量有机物作为渗透调节物质来增强其耐Mn性,高Mn则抑制了有机物的分泌和运输;根和叶组织分别在2 922和1 606 cm-1处表现不同变化趋势,但都反映了一个变化规律即低Mn处理下美洲商陆分泌的有机酸不断螯合Mn,随着Mn毒害的加重,其羧酸螯合力变弱;根组织1 732和1 026 cm-1、茎组织1 028 cm-1、叶组织1 052和967 cm-1处呈现差异性变化,但都与其膜脂过氧化有关;根组织1 375 cm-1处峰高先上升后下降,可能与植物在细胞壁结构上增强抗逆性有一定关系,即低Mn处理下细胞壁可能通过阳离子交换能力(CEC)的提高增强了耐Mn性。以上说明,利用FTIR研究重金属超积累植物化学组分具有应用价值。     

土壤全氮田间Vis/NIR光谱测定方法研究

应用Vis/NIR光谱直接测定原始土壤属性具有重要的研究和应用价值。选取我国中部水稻土和潮土共103个土样,对比分析了两种土壤在田间环境下的湿态(R_w)和干态(R_d)光谱特征。采用相对变换光谱方法对湿态光谱进行了处理,结果表明该方法能够有效降低土壤水分的干扰和消除部分噪声,得到的变换光谱(R_n)与干态光谱在信息量和特征方面具有很高的相似度。以此建立了土壤TN的PLS回归估计模型,检验结果表明,R_n对水稻土和潮土TN的估计模型精度均高于R_w,修正判定系数分别从0.26和0.46提高到0.53和0.62。因此,相对光谱变换方法能够有效提高应用田间土壤光谱估计土壤参数的能力,建立的PLS模型可以用于测定TN含量,研究结果可作为实现田间实时分析土壤属性的工作基础。     

关于拉氏变换之微分性质的一点注记

反例说明拉氏变换的一条微分性质存在的错误,通过理论分析指出其问题所在,并给出改正。     

支持向量回归同时测定苯丙氨酸、酪氨酸和色氨酸的研究

在波长200~400 nm范围内,测定酪氨酸、色氨酸和苯丙氨酸混合体系的吸光度,用连续小波变换(CWT)对光谱数据进行预处理,再用支持向量回归(SVR)方法进行建模,建立了支持向量回归紫外分光光度法同时测定酪氨酸、色氨酸和苯丙氨酸的方法,用所建方法对模拟样品进行了测定。结果表明,酪氨酸、色氨酸和苯丙氨酸预测结果的回收率在98%~102%之间,测定结果准确。     

离散小波变换-支持向量回归方法同时测定苯酚、苯胺和苯甲酸

在波长范围200～400nm测定苯酚、苯胺和苯甲酸混合液的吸收光谱,用离散小波变换（DWT）对光谱数据进行处理,再用支持向量回归SVR方法进行建模,建立了离散小波变换一支持向量回归方法（DWT—SVR）。方法用于模拟样品和污染水样中苯酚、苯胺和苯甲酸的同时测定,结果满意。     

基于点阵行列变换的图像置乱算法

基于空间域的图像置乱变换,一般需要若干次迭代且有周期性,安全性不高;基于混沌的图像置乱的安全性比基于空间域的图像置乱变换高,但算法比较复杂;基于素数映射的图像置乱,其置乱效果依赖于密钥的选取。针对这些不足,设计了一种基于点阵行列变换的图像置乱算法,该算法利用素数的取模变换,采取逐行逐列的置乱方式,彻底打乱了像素点的空间位置,使得原图像的像素点在置乱图像中的排列杂乱无章。置乱图像的还原是置乱的逆过程,需要置乱时选取的密钥,若用错误的密钥还原就相当于对置乱图像的再次置乱,密钥的敏感性高。实验结果表明,该算法进行图像置乱无需迭代,置乱图像灰度分布均匀,置乱效果与密钥的选取无关,置乱图像抗干扰强,显示该算法的稳定性和鲁棒性。     

光学表面非均匀中频误差的评价与修正

针对光学元件使用过程中中频误差将导致光学元件的激光破坏这一问题,提出一种中频误差突出频率提取方法。采用基于统计学的多样本数据处理,对于每一种采样方向都可以得到数个较为突出的不合格频率。利用这些频率进行确定性加工后,在特定方向,空间频率0.044 1 mm-1,0.085 8 mm-1,0.041 7 mm-1所出现的不合格次数分别降至加工前的23.9%,18.3%,29.2%,而整体中频误差减少至50.1%。结果表明,此方法降低了由光学表面中频误差方向性与局部性引起的不确定性。     

人工神经网络对VOCs的自动识别

利用人工神经网络(ANN)对严重混叠的傅里叶变换红外光谱图进行了定性和定量解析。通过大量模拟数据训练神经网络后,引用了新的评价标准——逼近度来选择最优网络模型。利用此优化网络对两类光谱图进行了解析,考察了网络的泛化能力。结果表明：该网络不仅能够对两组分同时存在时的样本进行准确解析,而且对于未知单组分光谱图,也能够进行准确鉴别和定量分析。可见, 该研究为人工神经网络在单组分和多组分未知物的定性和定量分析方面提供了一种新思路。     

不同采收期滇龙胆的红外光谱鉴别研究

采收是中药生产的重要环节,采收时间直接影响中药质量和产量,是中医临床安全有效用药的前提,开展中药适时采收期的研究具有重要意义和应用价值。采用傅里叶变换红外光谱法对72份不同采收期的滇龙胆进行鉴别研究,用TQ8.0软件对原始光谱进行一阶导数(first derivative,FD)、二阶导数(second derivative,SD)、标准正态变量(standard normal variate,SNV)、多元散射校正(multiplicative scatter correction,MSC)和平滑(savitaky-golay filter,SG)预处理,样品按3∶1分为校正集和预测集,同时建立主成分分析(principal component analysis,PCA)和偏最小二乘判别分析(partial least square discriminant analysis,PLS-DA)模型。结果显示,选取1 800~600cm~(-1)波段范围的光谱,去除光谱噪音;SNV结合二阶导数光谱和SG(15,3)平滑,预处理结果满意。主成分分析表明,前三个主成分方差贡献率为92.47%,5月、9月和10月份采收的样品差异较小。偏最小二乘判别分析建立判别模型,决定系数R2和校正均方根误差(RMSEE)分别为0.967 8和0.086 0,可对18个预测集样品进行准确分类。红外光谱法结合主成分分析、偏最小二乘判别分析对不同采收期滇龙胆的分类和判别效果较好,为不同采收期的中药鉴别提供理论依据。     

傅里叶变换拉曼光谱对芦竹碱木质素的研究

芦竹作为一种多年生的能源植物,具有广阔的开发利用前景。以傅里叶变换拉曼光谱技术对苯醇抽提前后芦竹原料、磨木木质素以及不同碱处理时间获得的碱木质素进行了无损分析。研究结果表明,原料中苯醇抽出物的存在会降低芦竹拉曼特征峰的强度,但不产生新的拉曼特征峰。芦竹磨木木质素的拉曼光谱图表明芦竹木质素为SGH型木质素。相比于木材磨木木质素,芦竹磨木木质素在1 173cm-1处的特征峰更强。通过对羟基肉桂酸标准物的拉曼光谱分析,进一步证实了该特征峰可能由草类原料中的羟基肉桂酸引起。此外,碱木质素拉曼光谱分析结果表明,碱处理40min获得的木质素中羟基肉桂酸特征峰最强,松柏醛/芥子醛特征峰最弱,而松柏醇/芥子醇的特征峰几乎消失。可见,该碱木质素中酚酸含量最高,潜在的抗氧化性最好,利用价值最高。二维异核单量子碳氢相关谱进一步验证了所得结果,证实了傅里叶变换拉曼光谱技术可作为一种安全、快速、准确、无损的分析手段鉴定木质素结构。