氨基酸混合体系的目标因子分析——紫外分光光度法测定

测定了酪氨酸、色氨酸、苯丙氨酸和二羟基苯丙氨酸混合体系的紫外光光谱。用目标因子分析方法成功地确定了混合体系中氨基酸的种数、种类和含量。讨论了波长范围、波长间隔对测定结果的影响,并同卡尔曼滤波法做了比较。

一种基于目标因子分析的模型传递方法

在目标转换因子分析的基础上建立了一种新的模型传递方法 ,并将该方法与传统的分段直接标准化 (PDS)方法进行比较。采用了两个样品集 :虚拟样品集和配制样品 (含苯 ,甲苯 ,二甲苯和异辛烷 )的近红外光谱集。结果表明 :新方法的传递效果至少与PDS方法的传递效果相同 ,对于谱图出现非线性变化的情况 ,新方法的传递效果更好。

校准工作矩阵──目标因子分析光度法同时测定氨基酸混合体系

本文提出一种应用传统目标因子分析法的实用技术。通过确认一个相应的校准工作矩阵可对混合样品中的各组分进行同时直接定量。对一批六组分氨基酸混合样品（各组分浓度为２．０７２～７９．１７０μ／ｍＬ）的分析表明，各组分绝大多数的回收率均在１０±１０％之内。该技术尤其适用于组成情况清楚的混合样品的例行分析。

目标因子分析－光度法同时直接测定诺氟沙星维生素C氯霉素和甲硝唑配伍体系

利用目标因子分析－紫外可见分光光度法对新药诺氟沙星注射液与氯霉素、维生素Ｃ、甲硝唑的配伍静滴液体系进行了同时定量分析，所含组分的回收率为９３．０～１０８．１％．结果表明，配伍后各组分的紫外吸收光谱具有良好的加和性．还讨论了波长范围、波长间隔对测定结果的影响，并同人工种经网络法作了比较．

UV-改进目标因子分析法对混用除草剂4组分的同时测定

组分间存在交互作用的 4种除草剂组成的混合样采用UV 目标因子分析法进行同时测定 ,结果相对误差较大。同样实验条件下 ,引入一个非零截距因子 ,进行改进目标因子分析 ,结果令人满意。改进目标因子分析 UV法 ,不经分离对 4种除草剂同时测定的回收率分别为百草枯 99 4 7%～ 10 2 0 2 %、氰草津 98 93%～ 10 2 75 %、异丙甲草胺 98 13%～ 10 2 6 5 %、莠去津 97 4 2 %～ 10 3 2 0 %。4种除草剂回收率的标准偏差分别为百草枯 1 16 %、氰草津 1 84 %、异丙甲草胺 1 84 %、莠去津 2 5 5 %。实验结果表明 ,改进目标因子分析方法对此类混用除草剂的同时测定具有较高的准确度和精密度。

诺氟沙星联合用药体系的目标因子分析

利用目标因子分析（ＴＦＡ）－紫外可见分光光度法对新药诺氟沙星针剂与甲硝哇、维生素Ｃ的配伍静滴体系进行了定量分析。所含组分的回收率为９０．６％～１０７．７％。这一结果表明，配伍后各组分的紫外吸收光谱具有良好的加和性。还讨论了波长范围、波长间隔对测定结果的影响，并同人工神经网络法所得结果作了比较，结果计算值基本相同。

迭代目标因子分析紫外分光光度法测定克感敏片三组分

本文应用迭代目标因子分析 紫外分光光度法不经分离同时测定克感敏片中非那西丁、氨基比林、咖啡因三组分含量 ,其回收率和相对标准偏差分别为 10 0 4% ,0 83% ,99 2 % ,0 77% ,99 4% ,0 6 9%。

食用色素混合体系的校准工作矩阵—目标因子分析

采用由目标因子分析法改进形成的校准工作矩阵法，对多组分食用合成色素混合体系进行同时测定．该法通过确认一个相应的校准工作矩阵即可对单个或多个混合样品的各组分进行同时直接测定．对七种三组分食用色素样品（各组分浓度在４．３２～２１．００μｇ／ｍｌ）的分析，各组分的回收率在９７．９３％～１０４．８０％之间．与传统的目标因子分析法比较，此法特别适用于定性组成及定量范围基本清楚的混合样品的例行分析．

目标因子分析-UV分光光度法对混用除草剂组分的同时测定

采用目标因子分析技术并结合紫外吸收光谱,建立了一种对混用除草剂的各组分不经分离进行同时测定的方法。参照均匀设计表配制9组不同浓度组合的混合物标准液,在200～230nm波段(间隔3nm)测10个波长点,再在相同实验条件下测定未知样品的吸光度,将数据输入MATLAB目标因子分析程序,即可求得各组分含量。该方法对3种除草剂的回收率分别为氰草津99.30%～101.60%,异丙甲草胺97.97%～101.36%,莠去津97.30%～101.50%。3种除草剂回收率的标准偏差分别为氰草津1.06%、异丙甲草胺1.49%、莠去津1.88%,相对标准偏差[即变异系数(CV)]分别为氰草津1.05%、异丙甲草胺1.48%、莠去津1.89%。实验结果表明,目标因子分析方法对此类混用除草剂的同时测定具有较高的准确度和精密度。

Ti／Al多层金属薄膜AES深度剖析的目标因子分析

目标因子分析法（ＴＦＡ）是一种对多元系统进行统计分析的计算数学方法。结合这种方法对Ｔｉ／Ａｌ多层金属薄膜的俄歇电子谱（ＡＥＳ）深度剖析结果进行了仔细的分析，获得了Ｔｉ、Ａｌ、Ｏ、Ｓｉ各元素的化合状态的深度分布情况，并与Ｘ射线光电子谱（ＸＰＳ）分析结果相一致．

单扫描示波极谱-目标因子分析法同时测定三种维生素

利用单扫示波极谱技术与目标因子分析方法在ｐＨ１０的０．１ｍｏｌ／ＬＮＨ３Ｃｌ－ＮＨ３·Ｈ２Ｏ缓冲液中，于－１．４Ｖ～－１．９Ｖ进行阴极扫描，测定了维生素混合液中的维生素ＰＰ（烟酰胺）、维生素Ｂ１３（乳清酸）和维生素Ｂ１（硫胺素）。

在微机上建立目标因子分析程序系统

本文报导了在ＩＢＭ－ＰＣ微机上建立目标因子分析程序系统，整个程序系统由四个独立功能块组成，用ＢＡＳＩＣ语言写成．借助屏幕提示信息，用户可方便地使用本系统进行目标因子分析．该程序已用于大批数据的处理，使用方便，可靠．程序的中间结果可供其它多元统计分析方法共享．

目标因子分析——分光光度法在稀土混合物定性分性中的应用

本文采用计量化学——目标因子分析分光光度法对多组分混合体系的同时定性分析的应用进行了研究，即无需分离就可以通过计算的方法对混合物的组份数及各元素的种类进行定性分析。其中对波长数的选择，原始数据的误差和波谱中吸收峰的重叠程度等因素对组份数确定的影响进行了深入的探讨，并运用本方法对Ｌａ３＋、Ｓｍ３＋、Ｙ３＋等三种稀土混合物体系进行了定性分析。

目标因子分析用于多组分光谱分析的初步研究

本文编制用于多组分光谱测定的因子分析软件(TFA),包括主因子分析和目标检测程序。采用正交设计浓度、高斯函数模拟光谱数据对二到六组分混合物进行了初步研究。通过Cu、Co-PAN-OP两组分混合体系对该软件进行了验证。结果表明在对混合物光谱的组成有一定了解的情况下,该软件是个有力的工具。

一种改进的目标因子分析光度法及其在多组分同时测定中的应用

本文把标准加入法与目标因子分析模型相结合,提出了一种改进的目标因子分析多元校准方法。将该法用于α—萘酚、α—萘胺及2.7—二羟基茶三组分混合样品的同时测定,获得了令人满意的结果。与传统的目标因子分析法相比,此法不受待测样品份数的限制,适用于定性组成及定量范围基本清楚的混合样品的例行分析。

基于目标因子分析的成品油近红外光谱定性鉴别

为了对90~#汽油,93~#汽油,0~#柴油和航空煤油等4种成品油进行快速准确地定性鉴别,提出了1种基于目标因子分析算法近红外光谱技术快速鉴别成品油的新方法。分别收集了46个90~#汽油,63个93~#汽油,89个航空煤油,138个柴油样品,利用MPA傅立叶变换近红外光谱仪对样品在(10 000～4 400)cm^(-1)光谱区域进行近红外光谱测量。采用主成分分析结合马氏距离及目标因子分析方法对4种成品油进行模式识别定性分析,选择合适的阈值和目标因子主成分数,结合二维投影和三维投影图,比较了成品油样品在近红外光谱上的差异程度,确立了最优定性判别模型。研究结果表明:采用传统的马氏距离法无法对90~#和93~#汽油进行准确识别,而采用目标因子分析算法能够表征336个样品的类别关系,能更全面可靠地表征样品的特征信息。选择24个90~#汽油,42个93~#汽油,103个0~#柴油和59个航空煤油样品进行验证,其正确识别率分别95.8%,97.6%,99.0%和100%,具有良好的分类和鉴别作用,为成品油的鉴别提供了1种新方法,具有广泛的应用前景。

目标转换因子分析法在多组分光度分析中的应用

用目标因子分析法（ＴＦＡ）对合成色素混合体系及维生素混合体系进行了研究．采用一系列判据确定因子数，以纯组分的波谱为目标进行变换分析，获得了较满意的结果．同时还对ＴＦＡ结果与矩阵法（ＡＫＣ）、主成份回归法（ＰＣＲ）和偏最小二乘法（ＰＬＳ）的结果进行了比较．研究表明，ＴＦＡ法对组分数不超过３的体系，其测定精度高于其它方法．

利用目标试验因子分析法确定化学反应的级数及速率常数

利用目标试验因子分析(ＴＴＦＡ)结合数值遗传算法(ＮＧＡ)．解析反应过程中在线测得的动力学谱－光谱数据矩阵,可在未知各组分纯光谱及动力学模型情况下同时求解出各组分的纯光谱、反应级数及速率常数．提出用近似计算法计算各组分的动力学谱,使该方法能适用于任意反应级数的体系．针对两步连续反应模型,对反应物、中间体和最终产物均有吸收及某一种组分没有吸收的体系的模拟实验数据矩阵进行了处理,表明该方法均能适用．利用该方法对邻苯二甲酸二甲酯在碱性介质中的水解反应及日落黄水溶液的电解降解反应过程中测得的数据矩阵进行解析,均获得了可靠结果．

迭代目标转换因子分析光度法同时测定钐铕钆富集物中的铁和铝

基于铬天青S CTMAB与Fe3 +、Al3+离子的显色体系中两组分吸收光谱灵敏度高及选择性差的特点 ,采用迭代目标转换因子分析法处理数据。首先根据主因子分析对未知样品进行组分数估计 ,然后构造列空间正交投影矩阵 ,以体系中可能存在组分的光谱向量为待检验光谱 ,确定试样的真实组成从而完成定性分析。然后以构成的行空间正交投影矩阵对浓度矩阵进行迭代运算而完成定量分析。