主成分分光光度法中主成分的选择

主成分分析是全光谱分光光度分析中常用的校正方法。本文提出第一主成分并不是与因变量最线性相关的主成分.为此,我们利用扫描算法从众多主成分中选择与因变量（浓度）最相关的主成分,从而使计算结果更准确可信.本文还对单因变量和多因变量两种情况下主成分选择的统计量进行了讨论.

卡尔曼滤波-紫外分光光度法同时快速测定4种嘌呤和嘧啶碱的含量

本文用卡尔曼滤波算法结合紫外分光光度法不经分离同时测定了腺嘌呤(A)、胸腺嘧啶(T)、胞嘧啶(C)、鸟嘌呤(G)4种含氮碱混合物中各成分的含量。测得模拟混合样品中各种碱的平均回收率范围101.8％～107.7％。也可用卡尔曼滤波算法鉴别碱的种类。

复杂光谱定量分析的人工神经网络方法——用傅里叶变换近红外漫反射光谱直接预测谷物样品中蛋白质的含量

自从1962年,美国Norris等人发表第一篇近红外光谱分析应用文章以来,近红外光谱技术在许多领域得到越来越广泛的应用。近红外漫反射光谱(NIRDRS)用作农作物品质分析因其简便、快速、无化学污染等优点而受到重视。已有的光谱定量分析方法,如多元线性回归(MLR)、主成分分析(PCA)、偏最小二乘(PLS)、卡尔曼滤波(KF)等,都是假定样品吸光度A与浓度C呈线性关系,但实际上由于仪器的或物理、化学的原因,A与C只是一种近似的线性关系。