杜利特尔分析与多元校正法应用于紫外分光光度法同时测定NO_3^-和NO_2^-

杜利特尔法是一种数值分析方法,它通过对矩阵进行三角分解,从而简化运算,提高准确度。将杜利特尔法与多元校正相结合,用于紫外光谱重叠比较严重的NO3-和NO2-两组分体系谱图,测定的相对误差在-4.56%~9.02%范围,明显好于P矩阵计算结果(-21.03%~36.40%),表明杜利特尔多元校正法在解析多组分重叠谱图方面具有一定的优越性。

杜利特尔多元校正新方法及其对苯同系物混合光谱的解析研究

杜利特尔法是一种高精度低计算量的数值分析方法。文章首次将杜利特尔法引入化学计量学领域提出了杜利特尔多元校正法，并用于吸收光谱重叠比较严重的环境污染物苯、甲苯、二甲苯的混合体系的谱图解析中，测定误差在（6．35％～8．70％），明显好于K-矩阵计算结果（-14．76%～13．40％）。结果表明杜利特尔多元校正法在分析化学上的应用表现出良好的性能。

通用模拟退火用于稳健多元分析校正

模拟退火是一种全局优化算法,具有跨越局部最优点的机制。最小一乘是一种较常用的最小二乘更为稳健的优化准则,更适用于可能偏离正态分布的实际数据集。本文探讨了用最小一乘为准则并利用模拟退火方法同时测定多组分体系的可能性。应用于2～3组分药物体系分析,获得满意的结果。本文还探讨了改变步长提高模拟退火算法优化精度的方法。

多元校正线性回归法同时测定铁和锰的研究

基于铁(Ⅲ)和锰(Ⅱ)对高碘酸氧化罗丹明B褪色的催化作用及在不同反应条件下两者催化作用的差异,以反应条件作为化学计量学中的量测通道,应用多元校正线性回归法对铁(Ⅲ)和锰(Ⅱ)同时测定进行了研究,建立了流动注射催化光度法同时测定铁和锰的方法。在铁和锰浓度比为1:10-1:1的范围内,应用该法对其混合物进行测定,回收率分别为100.0%和111.7%。

混合线性分析法的原理及应用

对一种新近发展的多元校正方法———混合线性分析法 (hybridlinearanalysis,HLA)的原理进行了深入探讨和阐述 ,用该法进行了模拟体系和复方头孢氨苄制剂的分析 ,在主因子数确定、单位谱的获得、波长选择、适用范围等方面进行了讨论。结果表明 :HLA法可给出优于偏最小二乘法 (PLS)的结果 ,方法易行 ,结果准确 。

玉米主要营养成分的多元回归分析

运用多元散射校正(MSC)方法,随机抽样调查100个玉米样品,测出光谱响应数据及蛋白质、纤维素和脂肪的成分含量值.对所有样品的光谱响应数据进行预处理,通过相关系数法(CC)选取光谱响应数据与蛋白质含量相关系数的绝对值最大的波数,利用多元线性回归分析(MLR)、逐步多元回归分析(SMLR)和典型相关分析建立蛋白质的光谱分析模型,从而得到蛋白质的光谱分析初步模型.同时从相关系数、内部交叉验证均方差(RMSECV)和信噪比三个方面进行综合考虑,对模型预测结果的准确性进行了评价分析.按照建立蛋白质光谱分析模型的流程,类似地建立纤维素和脂肪的光谱分析模型,利用上述各自的模型估算玉米样品中蛋白质、纤维素、脂肪三种营养成分的含量.

用人工神经网络-近红外光谱法测定冬虫夏草中的甘露醇

提出了用近红外漫反射光谱技术快速分析发酵冬虫夏草菌粉中甘露醇含量的新方法。采用比色法测定样品中的甘露醇 ,其含量范围为 8.0 82 %～ 14 .5 4 8%。在 75 0 1.7～ 6 0 97.8cm- 1 与 5 4 5 3.7～ 4 2 4 6 .5cm- 1 波段 ,分别采用PCR、PLSR和BP神经网络方法建立了样品近红外光谱的一阶微分光谱与其甘露醇含量之间的相关模型。BP神经网络模型的内部交叉验证误差均方根为 0 .4 75 ,预测误差均方根为 0 .6 0 8,均优于PCR和PLSR的处理结果。这表明 ,BP神经网络法对非线性检测对象具有较好的建模效果 。

动力学谱及其在多组分同时测定中的应用

在假 0级反应的前提下 ,提出动力学谱的概念 ,其意义是待测组分 (催化剂或反应物 )能额外产生的产物浓度与待测组分浓度之比随反应时间的变化关系曲线 .基于各组分动力学谱的差异 ,建立了同时测定多组分的多元校正模型 .利用该模型 ,以H2 O2 氧化KI为指示反应 ,对Cr6 + ,Mo6 + 和W6 + 进行了同时测定 .铂电极被用作指示物质I- 3的指示电级 ,装备有AD卡的奔腾电脑被用来同步记录动力学过程 .

障眼明片多组分定量控制及多元统计质量评价

目的建立高效液相色谱一测多评法同时检测障眼明片中毛蕊花糖苷、焦地黄苯乙醇苷B_(1)、决明子苷B_(2)、红镰霉素-6-O-β-龙胆二糖苷、决明子苷C、橙黄决明素、美决明子素、党参炔苷和丁香苷含量,并结合多元统计分析对其进行质量评价。方法以橙黄决明素为内参物,建立毛蕊花糖苷、焦地黄苯乙醇苷B_(1)、决明子苷B_(2)、红镰霉素-6-O-β-龙胆二糖苷、决明子苷C、美决明子素、党参炔苷、丁香苷与橙黄决明素的相对校正因子,分别采用外标法和QAMS法测定障眼明片中各成分含量,对比2种方法的结果差异,验证QAMS法的可行性。采用多元统计方法对12批障眼明片进行聚类分析和主成分分析。结果毛蕊花糖苷、焦地黄苯乙醇苷B_(1)、决明子苷B_(2)、红镰霉素-6-O-β-龙胆二糖苷、决明子苷C、美决明子素、党参炔苷、丁香苷与橙黄决明素的相对校正因子分别为0.6279、1.2307、0.7752、0.4427、1.1502、1.2459、0.5116和1.4993,2种方法无明显差异;12批样品聚为2类。结论所建立的HPLC-QAMS多指标成分定量控制联合多元统计分析方法,操作便捷,结果准确,可用于障眼明片的质量评价。

主灵敏度矢量的快速最小中位方差估计方法

杠杆点存在时的稳健多元校正 ,是分析化学中有意义的课题。本文基于最小中位方差估计法机理 ,通过定义主灵敏度矢量来删除奇异点 ,进行迭代运算 ,获得一初始估计 ,检验后获得最终解答。本方法对仿真实验及实际多组分药物的分析均取得了满意结果 ,有效地解决了回归问题中强杠杆点的掩蔽效应 。

高光谱成像技术鉴别红景天的品种

目的采用高光谱成像技术结合化学计量学方法建立红景天的分类判别模型。方法首先获取935~1720 nm大花红景天、长鞭红景天和狭叶红景天的高光谱图像信息,然后分别提取红景天感兴趣区域的反射光谱值,在采用标准正态变量变换法(SNV)和多元散射校正法(MSC)对原始的高光谱数据进行预处理后,分别建立偏最小二乘判别分析模型(PLS-DA),通过对比两种预处理方法对PLS-DA模型判别结果的影响,得到SNV为较优的预处理方法。采用载荷系数法(x-LW)和竞争自适应重加权算法(CARS)提取经SNV预处理后数据的特征波长,并分别建立基于特征波长的线性判别分析(LDA)、PLS-DA和概率神经网络(PNN)分类模型。结果与x-LW特征提取方法比较,CARS算法提取的特征波长建立的LDA、PLS-DA和PNN模型有更好的分类性能;PNN的分类性能优于PLS-DA;SNV-CARS-LDA为区分不同品种红景天的最优判别模型,对训练集和测试集的识别率均为100%。结论高光谱成像技术与化学计量学相结合的方法具有很大的在线检测潜力,可以快速、无损地鉴别红景天品种。