一种新的减秩法及其在混合物荧光定性定量分析中的应用

提出了用高维PCA从未知样及校准样组合的三维阵中提取最具代表性抽象光谱及浓度信息的想法.并结合QZ算法提出了一种新的减秩法(NRA)。实际用于混合物荧光定性定量分析中,发现它比广义减秩法(GRA)结果稳定、可靠。光谱重叠、噪声等环境因素的干扰大大减小。

利用减秩因子分析法同时优化确定化学反应级数和速率常数

通过对反应过程中在线测得的动力学谱 光谱二维数据矩阵进行主成分分析 ,可确定化学反应过程存在的组分数。提出用优化动力学参数 减秩因子分析法解析二维数据矩阵 ,对未知动力学模型的复杂反应可同时优化求解第一步反应的级数和速率常数。模拟二维数据验证了该方法的可行性。该方法用于高锰酸钾氧化溴化钠的反应过程中测得的二维数据的解析 ,结果表明 :高锰酸钾的还原过程符合 0级反应模型。

电解催化降解苯胺过程的减秩因子法分析

本文用减秩因子分析法(ＲＡＦＡ)处理电解催化降解苯胺过程中的动力学谱－光谱组成的两维数据．分析结果表明,当以反应速率常数为优化对象,以消去反应物的信息作为减秩手段时,ＲＡＦＡ可以获得两个最优解,分别对应于两步速率常数(分别为０．０４３７和和０．０１７５ｍｉｎ－１)．在获得动力学参数的前提下,利用最小二乘回归法可解出包括中间体在内的各组分的吸收光谱．结果还发现苯胺降解过程中有一种表观中间体存在,降解过程符合两步一级反应模型．

用逆向神经元模型从两维混和谱中提取纯组分两维光谱

提出一种少输入、多输出节点的逆向神经元模型.当训练样本数大于模型输入节点数时,可以得到唯一的神经元模型权重.所求得的权重是混合物中组分的纯光谱.将蒽、菲、芘混合物的荧光激发-发射光谱中提取的纯光谱与实验谱作了比较,并分别作为广义减秩法的校准预报未知混合物的浓度.结果表明所求得的谱比实验谱更适合于作校准.对于蒽、菲、芘、平均预报百分误差从7.0％、8.5％、7.8％分别下降到2.3％、5.0％、3.5％.

基于RARE-Cumulant的互耦校正和DOA估计

基于四阶累计量及RARE(RAnk reducee quation)变换,结合均匀线阵互耦矩阵的特殊性,提出了一种新的互耦校正及波达方向估计算法。虽然四阶累计量比传统的二阶方法算法复杂,却扩展了阵列孔径,提高了在色噪声背景下DOA估计精度,而互耦系数并未因增加了虚拟阵元而增多。RARE变换将互耦系数与波达方向参量分离,有效地实现了多维参数估计的降维处理,减小了多维参量估计的计算量。仿真实验表明,在高斯色噪声背景下,本文方法计算量小,而且估计能力明显优于二阶去耦算法和传统的四阶方法。