三维荧光光谱结合自加权交替三线性分解算法检测农药类混合物

三维荧光光谱技术与自加权交替三线性分解(SWATLD)算法相结合,对三类农药混合溶液进行检测。在乙腈溶剂中配制西维因、速灭威和三唑磷不同浓度比的混合溶液为测量样品(西维因、速灭威及三唑磷的最佳激发波长/发射波长分别为285/325,305/345和265/305 nm),利用荧光光谱仪获取样品的三维荧光光谱,经过空白扣除以及激发与发射校正,有效地去除仪器误差以及散射产生的影响,得到样品的真实光谱。采用基于自加权交替三线性分解算法对测得的光谱数据进行分析,得到的三种农药的平均回收率为96. 9%±1. 9%,99. 8%±1. 0%和100. 8%±3. 2%。根据SWATLD算法预测结果,计算三类农药的预测均方根误差(RMSEP)值为0. 616×10^(-2),0. 539×10^(-2)和0. 374×10^(-2)μg·mL^(-1),低于平行因子(PARAFAC)分析法预测结果的RMSEP值,且最低检测限均在0. 005～0. 022μg·mL^(-1)范围内。和PARAFAC算法相比较,突出了SWATLD算法的优势,表明该算法对光谱重叠严重的三类农药混合物有较好的分解能力。

自加权交替三线性分解法用于酪氨酸、色氨酸和苯丙氨酸的测定

本文用自加权交替三线分解法 (SWATLD)来测定氨基酸的混合样中酪氨酸 ,色氨酸和苯丙氨酸的含量。试验表明 :混合样不经分离 ,自加权交替三线分解法 (SWATLD)能够较准确地测定待测组分的含量 ;做到以数学方法来消除干扰 ,为灰色体系的定量分析提供了一有用的工具。

交替拟合残差算法与高效液相色谱-二极管阵列检测方法结合同时测定两种抗结核药物

本文利用化学计量学交替拟合残差(AFR)算法与高效液相色谱-二极管阵列检测(HPLC-DAD)方法相结合,同时测定两种抗结核药物异烟肼和吡嗪酰胺的含量。该法与交替三线性分解算法(ATLD)、自加权交替三线性分解(SWATLD)算法相比较,从预测均方差、预测相对误差以及平均回收率等结果来看,其预测结果更接近实际值。研究表明,基于交替拟合残差等算法的二阶校正法,可以迅速准确地给出色谱重叠情况下两个组分的预测结果,是复杂体系成分直接定量分析的一个有力的化学计量学工具。

三维荧光光谱结合BP神经网络与SWATLD检测油类污染物

随着经济发展对石油资源需求量的不断增大,各种石油污染问题日渐严重,对生态环境及人类健康造成巨大威胁。因此,准确识别及时处理油类污染物对减轻溢油危害具有重要意义。石油是一种复杂的有机化合物,主要由较强荧光特性的芳香烃成分及其衍生物组成,不同类型的石油所含多环芳烃的成分和含量不同,三维荧光光谱3D-EEM在石油污染物的检测领域应用十分广泛。基于三维荧光光谱技术,采用BP神经网络结合自加权交替三线性分解(SWATLAD)算法对油类污染物进行定性定量的研究。实验以0^(#)柴油、95^(#)汽油和煤油为研究对象,首先,使用F-7000荧光光谱仪采集待测样品的光谱数据,对得到的数据进行激发、发射校正和去散射处理。其次,为解决小波阈值去噪阈值处信号不连续和过度收缩小波系数带来的难以准确还原真实信号的问题,提出了一种改进的阈值函数,去噪后的信噪比(SNR)和均方误差(MSE)分别为18.3547和10.2617,更为真实的还原有用信号。并通过基于误差反向传播的BP神经网络对预处理后的光谱数据进行训练,训练后预测值与真实值的曲线拟合度较好,表明后续经光谱仪采集的荧光数据直接输入神经网络即可输出预处理好的待测数据,简化了实验操作步骤。最后,采用SWATLD对经小波变换和BP神经网络处理后的数据进行分解,解析得到的0^(#)柴油、95^(#)汽油和煤油的激发与发射光谱与真实光谱拟合度较高,计算平均回收率分别为103.64%、99.33%和97.85%,经验证,三维荧光光谱结合改进小波变换和BP神经网络的方法可以对荧光物质进行快速、精确检测。

三维荧光二阶校正法快速测定人尿样中奥沙普秦含量

利用三维荧光光谱技术,结合分别基于自加权交替三线性分解(SWATLD)和交替归一加权残差(ANWE)算法的二阶校正方法,直接快速测定人体样液中以及萘丁美酮或萘普生干扰共存下奥沙普秦的含量。利用本方法的"二阶优势",在尿液内源物质及萘丁美酮或萘普生干扰共存下有效地分辨出奥沙普秦的激发发射荧光光谱。采用SWATLD和ANWE的二阶校正方法得到的复杂背景下奥沙普秦的回收率令人满意,同时对本方法的精密度进行了研究。通过分析品质因子包括灵敏度(SEN)、选择性(SEL)、检出限(LOD)和检测量(LOQ),评估了这两种方法的性能,利用t-检验和椭圆置信区间(ECJR)统计方法对结果进行了校验。结果表明,解析准确可靠,方法快速简便,无需样品预处理,成本低廉,为临床及医药实时快速分析体液中奥沙普秦含量提供了新的定量分析方法。

三维荧光校正法直接测定尿液中的利血平

利用化学计量学三维数据校正方法中的交替三线性分解算法(ATLD)和自加权交替三线性分解算法(SWATLD),不经化学分离,对采用激发-发射矩阵荧光法所得到的三维响应数据阵进行三线性成分分解,再基于标样已知浓度,利用简单回归法直接测定尿液中利血平(Reserpine)的含量.结果表明,当体系的主要组分数取3时,两种方法均可迅速、快捷地得到待测物的浓度,有效地解决了荧光法定量测定时未知背景及干扰物光谱严重重叠而引起的问题.

三维荧光二阶校正方法快速检测香蕉中双苯三唑醇含量

利用交替三线性分解(ATLD)、交替拟合残差(AFR)和自加权交替三线性分解(SWATLD)等3种二阶校正算法分别对三维荧光光谱数据进行解析,实现了香蕉中的双苯三唑醇含量的直接快速定量测定。当被分析体系的组分数取2时,ATLD、AFR和SWATLD获得的平均回收率分别为(98.2±2.6)%、(97.6±2.1)%和(91.5±3.5)%。另外,采用椭圆置信区间测试(EJCR)和品质因子,如灵敏度(SEN)、选择性(SEL)和检出限(LOD)评估了3种算法的准确性。实验结果表明:3种算法均能成功用于直接分析香蕉中双苯三唑醇的含量。

三维荧光二阶校正方法用于体液和细胞培养基中五味子甲素含量的快速测定

采用三维激发发射荧光光谱结合自加权交替三线性分解(SWATLD)二阶校正方法,对人体液样(血浆样及尿液样)和细胞培养基样中五味子甲素的含量进行了直接快速定量分析.在血浆背景、尿液背景和细胞培养基背景共存下,当分析体系的组分数分别选择2时,用SWATLD二阶校正方法获得相应五味子甲素的平均回收率分别为(100.4±1.6)%,(100.5±6.3)%和(103.6±4.5)%.实验结果表明,此方法不仅能够较好地解决这些复杂分析体系因背景内源荧光性物质与待分析物光谱严重重叠所引起的难分辨的问题,还可以用于直接快速准确定量分析.

三维荧光二阶校正测定细胞培养基样中山姜素

建立了细胞培养基样中山姜素的定量测定方法.将三维激发发射荧光分别与化学计量学中基于平行因子分析(PARAFAC)算法和自加权交替三线性分解(SWATLD)算法的二阶校正方法相结合,当选取待分析体系组分数为2时,得到细胞培养基样中山姜素的平均回收率分别为(100.3±2.2)%,(100.1±2.2)%.两种算法所得检出限各为0.182 3μg.mL-1,0.178 1μg.mL-1.椭圆置信区间(EJCR)测试证明两种算法所得结果准确可靠.

多维数据解析联用三维荧光光谱检测污水中酚类污染物残留

应用三维荧光结合化学计量学中的二阶校正方法对城市污水中的苯酚、对苯二酚和邻苯二酚进行了定量分析研究。选用β-环糊精作为荧光增敏剂,三维荧光激发波长范围205～450nm,发射波长范围215～320nm。通过自加权交替三线性分解(SWATLD)解析得到的苯酚的平均回收率为95.84±0.41%,对苯二酚的平均回收率为102.31±0.44%,邻苯二酚的平均回收率为100.27±0.43%。该方法前处理简单,不需预先分离,可以快速定量分析污水中光谱相互干扰的多个待测组分的含量。

三维荧光二阶校正法测定天麻中天麻素的含量

中药天麻背景复杂,对天麻素的激发-发射光谱(270nm/295nm)干扰特别大。本文利用三维荧光结合化学计量学二阶校正自加权交替三线性(SWATLD)算法对其进行解析,在不经分离的情况下测定了中药天麻中天麻素的含量。计算得到中药天麻中天麻素的平均含量是0.3766%,平均回收率为104.6%,分辨得到的天麻素解析光谱与真实光谱几乎完全重合。说明这种方法可用于中药天麻中天麻素含量的测定。

三维荧光二阶校正法快速测定胡黄连及体液中香草酸的含量

利用三维荧光结合自加权交替三线性(SWATLD)算法在未经过特殊分离的情况下,研究了中药胡黄连和人体液等复杂背景下香草酸定性及定量分析.实验结果显示,中药胡黄连中香草酸的平均含量是0.504 1%,平均回收率是98.4%,在人体尿液和血液体系中的平均回收率分别是93.1%和89.7%.分辨得到香草酸的解析光谱与真实光谱几乎完全重合.实验结果说明,这种方法可以在有未知干扰组分共存的情况下对香草酸进行准确而有效的定性及定量测定.

三维荧光光谱结合EEMD与SWATLD测定水中多环芳烃

多环芳烃(PAHs)类物质具有致畸、致癌、致突变的性质,严重污染生态环境,进而对人类的健康及动植物生长造成威胁。 PAHs通过排污、大气沉降、地表径流等各种循环途径进入水环境中,由于种类众多且化学性质相似,常规的检测方法如化学滴定法、电化学法等很难实现快速准确的测定。为实现复杂体系中PAHs的定性与定量,工作中基于三维荧光光谱分析法,结合集合经验模态分解(EEMD)去噪与自加权交替三线性分解(SWATLD)二阶校正,对超纯水以及池塘水环境中的苊(ANA)和萘(NAP)进行分析测定。首先选择合理的浓度配制样本,用FS920荧光光谱仪测得样品的三维荧光光谱,利用空白扣除法将光谱数据中的散射消除,得到真实的光谱数据。然后对去除散射的数据进行EEMD降噪处理,该方法具有自适应性强、参数设置简便的优点,能够去除嘈杂信息,提高数据信噪比,并将去噪参数与快速傅里叶变换、小波滤波和经验模态分解进行比较。最后用SWATLD算法以“数学分离”代替“化学分离”,对超纯水和池塘水环境中光谱重叠的ANA和NAP进行定性识别和定量预测,该算法对组分数的选择不敏感,能够在未知干扰物共存情况下实现多组分目标分析物的同时检测,即具有“二阶优势”,并将预测结果与平行因子分析进行比较。结果表明空白扣除法能够成功将拉曼散射消除。 EEMD降噪方法使ANA和NAP的光谱更加规整平滑,有效信息更加突出,该方法去噪后数据信噪比为16.845 2,均方根误差为11.136 6,波形相似系数为0.990 9,三项指标均优于快速傅里叶变换和经验模态分解等其他去噪方法,能达到小波滤波的去噪效果并且不用设置先验参数。利用SWATLD二阶校正方法得到验证样本中ANA与NAP的分解光谱与实际光谱基本吻合,平均预测回收率分别为96.4%和104.2%,预测均方根误差分别为0.105和0.092 μg·L^-1;在存在未知干扰物的池塘水样本中,分解出的光谱依然能与实际光谱吻合, ANA与NAP两者的平均预测回收率分别为94.8%和105.5%,预测均方根误差分别为0.067和0.169 μg·L^-1;与平行因子分析相比,两项指标均具有优势。

三维荧光光谱法结合二阶校正测定人体血清中的两种抗精神病药舒必利和氨磺必利

基于自加权交替三线性分解(SWATLD)算法,采用三维荧光结合二阶校正方法同时快速检测人血清样中的两种抗精神病药舒必利(SPD)和氨磺必利(ASPD)。即使目标分析物之间、分析物与背景之间、以及分析物与其他未知干扰之间的光谱存在严重重叠现象,该策略仍能对数据进行准确解析,并得到可靠满意的定量预测结果。在人血清样中,SPD和ASPD的平均回收率分别为(91.9±8.3)%和(91.7±10.8)%。此外,计算了四种品质因子参数,如灵敏度(SEN)、选择性(SEL)、检测限(LOD)和定量限(LOQ),从而进一步评估了该方法的性能。实验结果表明,所提出的分析策略能够用于临床中人血清样的SPD和ASPD的直接定量分析。

三维荧光结合二阶校正法测定蛇床子及人体血浆中蛇床子素的含量

利用二阶校正的平行因子分析(PARAFAC)算法,交替三线性(ATLD)算法和自加权交替三线性(SWATLD)算法辅助三维荧光对中药蛇床子和人体血浆中蛇床子素进行了定性及定量分析。中药蛇床子和人体血浆体系中背景复杂,与蛇床子素的荧光峰有严重的重叠。然而,PARAFAC算法,ATLD算法和SWATLD算法具有独特的"二阶优势",即使在有未知干扰存在的情况下也能得到令人满意的结果。三种方法测得的蛇床子素在中药蛇床子中的回收率分别为103.6%,101.5%和103.0%,在血浆中的回收率分别为111.1%,100.0%和106.6%,得到的蛇床子素解析光谱和真实光谱几乎完全重合。实验结果说明,这三种化学计量学二阶校正算法可以在有未知干扰组分共存的情况下对蛇床子素进行准确而有效的定性及定量测定。

基于SWTATLD算法的藻类群落离散三维荧光光谱识别方法

针对水体藻类群落离散三维荧光光谱的识别,以5种常见门类藻种(铜绿微囊藻、斜生栅藻、菱形藻、楯形多甲藻和隐藻)为对象,研究了基于自加权交替三线性分解(SWTATLD)算法的藻类离散三维荧光光谱识别方法,并将识别结果与平行因子(PARAFAC)算法的解析结果进行了对比分析。结果表明:PARAFAC算法解析得到的铜绿微囊藻的平均回收率为92.73%±13.99%,斜生栅藻的平均回收率为105.51%±11.58%,菱形藻的平均回收率为89.25%±13.68%,楯形多甲藻的平均回收率为109.48%±13.47%,隐藻的平均回收率为88.76%±13.60%;SWTATLD算法解析得到的铜绿微囊藻的平均回收率为96.70%±3.94%,斜生栅藻的平均回收率为98.07%±4.48%,菱形藻的平均回收率为101.71%±3.97%,楯形多甲藻的平均回收率为97.26%±4.11%,隐藻的平均回收率为103.57%±4.34%;相比于PARAFAC算法,SWTATLD算法的解析结果更接近于真实浓度且偏差更小。研究结果为水体浮游藻类群落的有效识别及定量分析提供了一种良好的方法。

三维荧光光谱结合二阶校正算法用于化妆品中芦丁含量的测定

本文利用2种分别基于交替三线性分解算法(ATLD)和自加权交替三线性分解算法(SWATLD)的二阶校正算法与三维荧光光谱相结合,对化妆品中的芦丁进行直接定量分析。当选取组分数为3时,ATLD和SWATLD获得的平均回收率分别为(94.4±2.7)%和(100.2±1.1)%。另外,采用品质因子,如灵敏度(SEN)、选择性(SEL)和检测下限(LOD)评估了这2种算法所得结果的准确性。实验表明这2种算法能成功地用于分析化妆品中芦丁的含量,而且在这个体系中,SWATLD的性能较ATLD稍优。