基于QuEChERS-GC-MS/MS同时测定西红花中9种有机磷农药残留

建立了一种改良的QuEChERS前处理结合气相色谱-三重四极杆串联质谱(GC-MS/MS),快速便捷同时检测西红花中9种有机磷农药残留的方法.样品用1％乙酸-乙腈溶液提取,经改良QuEChERS法净化,以GC-MS/MS采取多反应离子监测模式检测,基质校准曲线外标法定量.在2.0～100.0μg/kg浓度范围内,9种有...     

卷烟挥发产物冷凝分级装置的构建与评价

构建了一套卷烟挥发产物的冷凝分级装置,通过控制冷源流速等条件在收集管间形成一定温度梯度,使得不同组分依其沸点、含量和饱和蒸汽压的不同,在不同的收集管中被冷凝。考察了冷源类型、冷源传输管疏密程度及冷源传输速率等因素对冷凝分级器温度梯度的影响。在优化的条件下使用该装置对卷烟挥发产物进行捕集,经乙酸乙酯提取后用GC-MS进行分析,结果表明以超低温氮气作为冷源,冷凝分级器温度梯度为(-35±5)℃~(-65±5)℃时,1#~10#捕集管中分别收集到了320,286,201,172,135,107,98,98,85,85个化合物,其中包括高沸点的新植二烯、中沸点的苯甲醛、低沸点的2-乙烯基呋喃等不同的化合物。大多数化合物随着沸点、饱和蒸汽压的不同,在捕集管中呈正态分布,具有较好的冷凝分级效果。     

进口干红葡萄酒的感官质量与价位的关联分析

感官量化分析进口干红葡萄酒的感官特征,旨在筛选影响中国市场上不同价位进口干红葡萄酒产品的感官特征.实验采集上海葡萄酒市场上价格为100～ 600元且销量较好的9款进口干红葡萄酒样品,进行感官量化品评.品评小组由30名经过葡萄酒风味标准物质训练的学生组成,感官分析过程中要求其对所感知的感官特征用5点标度法进行量化,某一特征的最终量化值是词汇使用频率和强度率的几何平均数.量化数据的主成分分析(PCA)筛选出23种对葡萄酒感官质量贡献显著的感官特征,偏最小二乘回归(PLSR)用12种感官特征拟合出供试酒样的整体质量.结果表明,在100 ～600元价位的进口干红葡萄酒在感官特征上表现出差异,其整体质量与价格正相关,可用部分感官特征回归拟合葡萄酒的整体质量.     

基于化学成分全扫描与多元统计的三峡库区绿茶特征差异化合物分析

为实现对茶叶原产地产品的区分和保护,建立了一种基于质谱全扫描结合系统聚类的渝产茶叶成分差异分析方法。以三峡库区绿茶为研究对象,采用高效液相色谱串联高分辨质谱进行化学成分全扫描分析,筛选确认茶叶化学成分65种;结合主成分分析和偏最小二乘法建立茶叶地理来源与成分关联的相关性分析模型,筛选得到与地理信息相关的特征成分13个;通过进一步的定量分析,最终确定表儿茶素、表没食子儿茶素没食子酸酯、茶碱、谷氨酸、槲皮素、咖啡酸、芦丁、绿原酸和没食子酸在不同地理来源的茶叶间具有良好的区分。该方法高效、稳定,专属性强,为茶叶产品物质基础与地理溯源研究提供补充。     

UPLC-QQQ-MS/MS法用于粉防己根双苄基异喹啉生物碱合成途径中12种化合物的定量检测

超高效液相色谱-三重四极杆串联质谱(UPLC-QQQ-MS/MS)法用于粉防己(Stephania tetrandra S.Moore)中的有机酸和生物碱类化合物的同时定性、定量检测具有重要的研究意义,可为汉防己甲素等双苄基异喹啉类生物碱的代谢合成机理解析提供数据参考。本研究采用Poroshell 120 CS-C18色谱柱进行分离,以含0.1%甲酸的10 mmol/L甲酸铵水溶液(A)-乙腈(B)为流动相进行梯度洗脱,在喷射流技术离子源(AJS-ESI),正、负离子多反应监测(MRM)模式下进行检测,通过一级和二级质谱数据对不同采集批次的粉防己根部代谢物进行定性和定量分析。结果显示：12种被测化合物在线性范围内都呈现出良好的线性关系,相关系数均大于0.99;粉防己根部中12种被测化合物的含量存在显著差异,同一化合物的含量在不同的采集月份也有着明显的差异;L-酪氨酸、汉防己甲素和汉防己乙素在粉防己根部的含量相对较高。本研究实现了粉防己根部中12种被测化合物的同时定性和精确定量分析。     

基于质谱进行低丰度靶向蛋白质定量的实验教学设计

质谱的多重反应监测（MRM）是蛋白质组学研究的常用技术,本文拟尝试基于质谱的低丰度靶向蛋白质定量检测,探索将此技术应用到教学实验中.课程以胰蛋白酶酶解的牛血清白蛋白为样品,涵盖了方法建立、色谱分离、质谱鉴定和数据分析完整实验流程.使学生可以深入了解到三重四级杆质谱仪的高灵敏度特性和在生命分析、医学研究中的应用.该实验融入了前沿领域的研究方法,也可用于其他蛋白质的实验教学,以开拓学生视野,提高学生的综合创新能力.     

3个桂花品种花香组分动态特征及花被片结构解剖学观测

桂花[Osmanthus fragrans （Thunb.）Lour.]是我国著名的香花植物,对其花香组分动态特征及花被片结构解剖学观测的研究能够为桂花的进一步开发利用提供参考。     

基于偏最小二乘回归分析综述

综述了偏最小二乘法直接求解的方法,以及不同情况下的偏最小二乘回归算法,总结其优点及局限性.     

基于偏最小二乘回归的粮食产量模型分析

利用偏最小二乘回归方法对我国的粮食产量建立模型.在此基础上通过构造符合F分布的统计量,绘制T2椭圆图检测样本点中是否存在的异常点;通过构造变量投影指标反映每个自变量对因变量的影响程度,以此来提出提高因变量产量.     

A Novel Extension of Kernel Partial Least Squares Regression

Based on continuum power regression(CPR) method, a novel derivation of kernel partial least squares(named CPR-KPLS) regression is proposed for approximating arbitrary nonlinear functions.Kernel function is used to map the input variables(input space) into a Reproducing Kernel Hilbert Space(so called feature space),where a linear CPR-PLS is constructed based on the projection of explanatory variables to latent variables(components). The linear CPR-PLS in the high-dimensional feature space corresponds to a no...     

可控电解珩磨准稳态加工去除规律模型参数的确定

可控电解珩磨的本质就是实时变化电场控制的电化学机械复合加工方法,以微机实时控制电解珩磨过程中工件表面的电解电场强度,从而调控各点金属去除速度,获得工件要求几何形状精度。针对建立的准稳态加工条件下去除规律的基本模型,通过实际加工中去除实验的分析与综合,利用最小二乘拟合方程确定基本模型中的相应参数,建立了一定加工条件下去除规律的实用数学模型。     

异常点检测后的偏最小二乘回归模型

偏最小二乘回归是通过一组自变量来预测一个或一组因变量的统计方法.但在很多情况下用于建模的样本点由于种种原因会出现一些异常情况,这些异常点和其他样本点之间都存在着很大的偏差.异常点的存在对所建立的模型和真实模型就有很大的偏差.基于这一问题本文通过构造统计量对所给的样本点进行选择,剔除对模型的构造有很大影响力的样本异常点,从而获得一个相对合理的样本空间.在相对合理的样本空间中采用偏最小二秉回归建立模型.运用MATLAB编程,通过一个实例说明在对于异常点剔除后的样本空间中建立模型的精确程度有了很大的提高.     

基于改进遗传算法的区间光谱特征波长变量选择方法

为提高土壤养分近红外光谱预测模型的鲁棒性和预测精度,提出一种基于改进遗传算法的近红外区间光谱特征波长变量选择方法.利用土壤速效磷近红外光谱全光谱波长变量纯度梯度的正负变化次数将全光谱划分为多个波长间隔,以偏最小二乘回归模型(PLS-R)输出的变量投影重要性系数(V_(VIP))大于1作为提取准则,提取对土壤养分预测目标量解释性较强的波长间隔,并合并成一个区间光谱.建立区间光谱特征波长变量(FWV)PLS-R模型,利用改进遗传算法选择PLS-R的均方根误差为最小对应的FWV为最优FWV.试验结果表明:该方法在区间光谱选择最优FWV,能提高回归模型的鲁棒性和预测精度,简化模型结构;改进遗传算法采用一种改进的实数编码差分变异算子,扩大了全局最优解搜索空间,提高了收敛速度.     

双变量线性回归的解算

对于工程实践中较多存在自变量为随机变量的情形,应考虑双变量的线性回归,在总体最小二乘原则下,即n∑i=1（vxi^2＋vyi^2）=min,推导了在此准则下的具体解算方法,得到了相应的公式,最后并以算例加以验证与分析讨论,此方法对于工程实践的数据分析具有较大的参考价值。     

偏最小二乘建模及其多重共线抑制能力分析

首先,分析偏最小二乘法解决问题的思路,进而从数学角度刻画偏最小二乘法的四步建模过程.然后,利用数学归纳法证实偏最小二乘法对多重共线的抑制能力.最后,以某地区的供水能力评价为研究实例,证实偏最小二乘法的有效性.结果表明:偏最小二乘法完全适用于多变量复杂关系的求解.     

基于核偏最小二乘回归的人脸识别

在采用主成分分析进行人脸重构和识别时,仅从样本自身提取特征向量会导致识别误差。因此,在参考主成分分析的基础上,采用偏最小二乘回归进行人脸图像的训练和识别,并对偏最小二乘回归引入核函数。在ORL人脸数据库上的实验结果表明,偏最小二乘回归明显优于主成分分析,同时核偏最小二乘回归也显著提高了识别正确率。     

偏最小二乘回归在地表沉陷预测中的应用

考虑地下开采引起的地表沉陷的众多影响因素,基于偏最小二乘二次多项式回归这一非线性方法,对地表沉陷的最大值进行了预测。以地表最大沉陷值为因变量,以采高、采深、煤层倾角、硬度系数等为自变量,得出了地表最大沉陷值的预测模型。结果发现,Press残差值随潜变量个数的增加而降低,由两者关系图可确定潜变量的个数为4对;采高的标准回归系数最大,说明4个影响因素中采高对地表沉陷值的影响最大;预测模型的决定系数为0.9157,预测值的误差率为±10.41%,表明用偏最小二乘二元多项式回归方法预测地表沉陷是可行的。