改进遗传算法用于未知组分数的重叠色谱峰的解析

按照指数修正的Gauss卷积色谱峰模型 ,构造了结合模拟退火及变长染色体的改进遗传算法 ,并结合爬山法 ,可以方便快捷地进行数目未知的重叠色谱峰的精确解析 ;此法成功地应用于大鼠脑微透析液氨基酸定量分析中 。

免疫算法:一种新的多组分重叠色谱信号的解析方法

色谱及其联用技术的快速发展使其成为复杂样品分析的重要手段,但在复杂样品分析中仍难以避免多组分色谱信号的重叠。化学计量学利用数学方法对复杂重叠信号进行解析,为复杂样品的色谱分析提供了新的手段。本文对免疫算法研究的近期进展进行了总结,并以具体的实例介绍了其在多组分重叠色谱信号解析方面的应用。

离子色谱重叠色谱峰的处理

介绍通过信号微分处理分辨离子色谱中重叠峰的方法。实验将对Ｆ－、Ｃｌ－、Ａｃ－、ＮＯ２－、ＮＯ３－、ＰｈＣＯＯ－、山梨酸根和葡萄糖酸根等常见离子分组按一定比例混合，对重叠峰进行微分处理，得到的微分谱图可由峰高定量，收到了较好的效果。

直观推导式演进特征投影法在拖尾重叠色谱峰解析中的应用

直观推导式演进特征投影法 ( HELP)已成功应用于复杂体系的重叠色谱峰解析 .当色谱峰拖尾时 ,演进特征投影图 ( ELPG)显示的直线段对应的区域中可能含有前面拖尾组分的信息 ,据此进行 HELP解析可能得不到满意结果 .选择 ELPG上直线段的一部分 ,即拖尾组分末端 ,前面组分的信息已基本消失的区域作为选择性区域进行 HELP解析 .同时 ,提出一种新的定量方法 :用主成分分析法 ( PCA)分解待测组分标准样品的二维数据 ,将得到的“标准”色谱引入 HELP的定量过程 ,在色谱峰拖尾或解得谱峰不平滑时 ,得到更准确的结果 .用 HELP方法解析了依诺沙星、诺氟沙星和环丙沙星三组分实验体系 ,结果表明 ,加入上述措施的HELP可有效改善拖尾重叠色谱峰的解析结果 .

径向基函数神经网络用于重叠色谱峰解析

在高斯基径向基函数神经网络 (RBFNN)学习算法中引入了鲁棒性和随机全局寻优的两阶段遗传算法 :结构学习和参数优化。通过两阶段学习算法的交替使用 ,使网络具有结构自学习和参数优化的能力 ,而后将网络应用于组分数未知的重叠色谱峰解析。该方法具有不需人为干预 ,可自动确定网络结构即组分数的优点 ;并且解析精度较高 ,适用于多组分重叠色谱峰的解析 ;

模差渐进投影法解析重叠色谱峰

提出了一种鉴别重叠色谱峰类型的化学计量学方法——模差渐进投影(MDEP)法。该方法利用二维色谱数据中相邻两个色谱流出点的光谱矢量模的和与该两个矢量和的模之差,建立模差-时间(dm-t)曲线判断非纯色谱峰的纯组分区,同时判定第二组分色谱流出点和倒数第二组分色谱结束点。分别以纯组分区的光谱矢量建立正交阵对该色谱峰进行投影运算,得到投影后转换色谱。该转换色谱消除了纯组分区所对应化合物的色谱和光谱信息。对转换色谱重复上述操作至整个色谱峰的模差-时间曲线均为0时终止,得到重叠色谱峰各组分的色谱流出点和结束点。利用上述结果,采用不包含待测组分光谱信息的该重叠峰二维色谱数据建立正交矩阵对该色谱峰进行投影运算,获得待测组分的相似色谱图。通过比对分析即可得到该组分在重叠色谱峰中的光谱和色谱信息。依次操作,即可获得重叠色谱峰中各组分的光谱和色谱信息。采用模差渐近投影法对4组分模拟重叠二维色谱峰及杜香挥发油GC-MS的重叠色谱峰进行了解析,方法简便、结果准确。

二维重叠色谱峰解析方法的比较

利用渐进因子分析方法 (EFA)和固定尺寸移动窗口因子分析方法 (FSMWEFA)与局部正交投影方法 (LOPA)相结合 ,用于模拟的HPLC DAD二维数据解析。通过比较谱峰部分重叠、光谱完全重叠、色谱拖尾3种情况的结果显示 ,在谱峰部分重叠和色谱拖尾两种情况下两种方法都可以较好的解析重叠峰。但是在光谱完全重叠时 ,前一种方法不能得出正确的结论 。

三元重叠色谱峰面积的定量方法

本文从色谱峰的EMG模型出发,通过对重叠色谱峰的模拟和回归分析,提出了一种三元重叠色谱峰的面积的定量方法。三元重叠色谱峰的每一个峰面积可以由峰面积比和总面积求得,此法所需的数据都由实验色谱图上测得,峰面积计算结果的相对误差小于±5％,适用于相对峰谷为50％～95％的三元重叠色谱峰面积的定量。

小波变换用于肝得宁片中的齐墩果酸重叠色谱峰的解析

目的 对肝得宁片中的齐墩果酸进行含量测定。方法 基于小波变换的时频局部化性质 ,通过对色谱重叠峰信号小波变换后的某些频率段进行放大 ,使重叠峰得到了分离。结果 齐墩果酸从重叠峰中得到分离 ,取得令人满意的定量分析结果。结论 小波变换能够降低色谱分离条件的要求 ,提高检测准确度。

直观推导式演进特征投影法解析多环芳烃的重叠色谱峰

用高效液相色谱法(HPLC)测定多环芳烃时,因芴、苊和菲,茚(1,2,3-cd)芘和苯并(g,h,i)苝的色谱峰严重重叠而影响测定结果。本研究用高效液相色谱-二极管阵列检测器(DAD)和荧光检测器(FLD)测定多环芳烃,在激发波长λex=230nm,发射波长λem=300～500nm范围内采集重叠峰的HPLC-FLD二维色谱数据,再用直观推导式演进特征投影法(HELP)解析它们的重叠色谱峰,分辨结果令人满意。该方法对重叠组分的分辨下限为0.02mg/L。结果表明,用二维色谱荧光数据解析色谱重叠峰,灵敏度更高,可用于环境样品中多环芳烃的测定。

中药复杂体系重叠色谱峰分析中变换小波基的自动选取

目的：设计一种在重叠色谱峰解析中自动选取小波变换基的方法，实现中药复杂体系色谱分离中小波基的自动筛选。方法：建立用于提取重叠色谱中组分信息的理论公式，通过此公式实现小波基的自动选取，并将它应用到对肝得宁片中的齐墩果酸进行含量测定时所获得的重叠色谱峰解析。结果：齐墩果酸重叠色谱峰验证结果表明，在一定分离范围内，当相邻色谱峰峰宽相近时，此公式的计算结果较为准确。结论：本文设计的小波基自动选取方法能够降低色谱分离条件的要求，提高检测准确度，减少分离工作量，化学计量学与HPLc相结合将为复杂中药分析提供一种快速手段。

完全重叠色谱峰的二维微分色谱解析算法

利用完全重叠的色谱峰中同时消失的两组份的浓度变化速率差异，通过二维数据微分色谱法获取被掩盖组份的近似光谱，以解析完全重叠的色谱体系。将该法应用于维生素Ｃ和菸酸两组份完全重叠的二维色谱之分辨，结果令人满意，分辨光谱与标准光谱重合甚好。

严重重叠的色谱峰对的解析

本文根据指数修正的高斯函数模型(EMG),并利用回归分析提出了一种解析严重重叠的色谱峰对的方法。此法可适用于相对峰谷在50％～95％的严重重叠的色谱峰对的解析。

基于遗传算法和神经网络的色谱重叠峰解析

提出了一个新的色谱重叠峰解析方法———基于遗传算法 (GA)和EMG模型的径向基函数神经网络(EMG RBFNN)的色谱重叠峰解析。为了使EMG RBFNN具有结构重组能力 ,用于色谱重叠峰解析的EMG RBFNN采用了遗传算法。遗传算法具有鲁棒性和全局优化能力 ,若种群过小 ,则陷于局部极值点的概率将增高 ,而EMG模型是一个低效模型 ,选用过大的种群 ,必然使解析过程加长。为了提高算法效率 ,文中提出先用高效色谱峰近似模型———标准高斯模型进行繁衍 ,而后再用EMG模型的快速算法。

基于混合禁忌搜索算法的重叠色谱峰解析

结合模拟退火算法中的Metropolis准则和免疫进化算法中产生优秀子代的思想,提出一种混合禁忌搜索算法,并根据指数修正的Gauss卷积模型,使用该算法解析计算机模拟谱图和实验谱图中的重叠峰,结果该算法用于解析重叠色谱峰性能稳定,精度较高。

演进特征投影和交替最小二乘法解析乙苯和二甲苯重叠色谱峰

色谱法测定乙苯和二甲苯时,各组分色谱峰相互重叠而影响测定结果。本文用高效液相色谱联用二极管阵列检测器(HPLC-DAD)测定乙苯和二甲苯,采集7．20-8．53min,205-235nm范围内的二维色谱数据,再用直观推导式演进特征投影法(HELP)和交替最小二乘法(ALS)计算,依靠乙苯、二甲苯各异构体之间紫外吸收光谱的微小差异,解析它们的重叠色谱峰。各组分浓度在1-50μg/mL,浓度比为1∶10范围内的分辨结果令人满意,分辨下限为0．2μg/mL,该法成功地用于大气环境中乙苯和二甲苯异构体的测定。结果表明：HELP结合ALS适用于解析色谱严重重叠的多组分体系。

联用色谱重叠峰中目标光谱的二次投影分辨

基于正交投影原理和局部主成分分析 ,建立了一种新的联用色谱重叠峰中目标组分光谱分辨方法 :二次投影分辨法 .该法能有效的从多组分联用色谱重叠峰中分辨出目标组分的光谱与色谱 ,所得光谱与真实光谱十分吻合 .

柱效关系用于RBF神经网络色谱重叠峰解析

将径向基函数 (RBF)神经网络引入色谱重叠峰解析领域·为了使RBF神经网络能适应于色谱重叠峰解析的需要 ,先在RBF神经网络学习算法中引入了基于可行域约束和共享小生境技术的遗传算法 ,而后又用两阶段遗传学习算法训练该神经网络以使其具有了结构自学习和参数优化的能力 ,适应于组分数未知的色谱重叠峰解析的需要 ,最后又将柱效关系引入至遗传算法的适应度函数中 ,极大地限制了解的空间 ,减少了病态解发生的概率·实验表明本方法解析精度较高 ,很适用于多组分色谱重叠峰解析 ,并且具有不需人为干预 。

基于色谱重叠峰相似性原理的双重叠峰分峰新方法

在采用气相色谱法对混合气体进行分析时,由于混合组分的色谱峰存在重叠情况,造成定量计算的困难和误差。为此,利用色谱重叠峰相似性原理,建立重叠峰分峰模型;采用求切线交点的方法,解决求取重叠峰中单峰顶点;提出交点垂线法和比例分配法,提高峰面积计算精度。针对采用高斯函数叠加而成的重叠峰,分别用常规方法和所提的2种方法进行了对比计算。常规方法的计算误差最大达到28%,而所提方法的计算误差小于5%,并仍然保持处理速度快、实时在线的特点。

基于函数平分迭代的色谱重叠峰分峰方法

针对色谱重叠峰的分峰效率低和计算误差不稳定问题,研究了基于函数平分迭代的重叠峰分峰方法。利用函数平分迭代,重新确定了色谱单峰的顶点,加快了色谱重叠峰的分离;设定计算误差,控制函数平分迭代的进程。结果表明,应用该方法分离重叠峰后,与常规的3种方法相比,重叠峰的计算误差更稳定,迭代效率提高了11%,具有一定的优势。