FTIR多组分定量分析方法及其应用

研究了红外光谱法在气体多组分同时定量分析中的应用;运用气体混合物同时定量分析的方法,得到了N2O、NO、NO2、SO2和CO25种气体在100℃下的校正曲线;将此分析方法应用于燃煤烟气中NO的选择性催化氧化实验,对催化剂的活性进行了线分析和考评。实验证明此方法可精确测量反应中各物种的变化情况,对于具有红外吸收的气体,是一种普适性的分析方法。     

神经元网络技术和偏最小二乘法在定量分析和构效关系方面的比较

在光度计／计算机联机系统上利用人工神经网络反向传递算法和偏最小二乘法对五组分有机物混合体系的紫外光谱数据和芬太尼构效关系数据同时进行了定性定量分析，对比和研究，结果表明，反向传递模型具有良好的定性分类能力和定量预测能力；偏最小二乘算法的定性分类效果稍差，但定量预测能力优于反向传递算法。     

1985—2015年松嫩平原西部沼泽湿地变化驱动力定量分析

基于Landsat数据,采用主成分分析和偏最小二乘法对1985—2015年松嫩平原西部沼泽湿地变化的驱动力进行定量分析.结果表明,1985—2015年松嫩平原西部沼泽湿地面积先减少后增加,沼泽湿地面积减少了684.75 km2,主要集中在研究区的中部、东南部以及西北部.松嫩平原西部沼泽湿地变化是自然驱动因子和社会驱动因...     

多组分混合物偏最小二乘分光光度分析方法研究

本文研究了偏最小二乘分光光度法同时测定多组分混合物的方法,探讨了偏最小二乘回归计算法有关参数对计算结果的影响.通过对三组分食用色素、四组分芳香醛模拟样和实际样品中食用色素含量的测定计算,结果表明偏最小二乘法计算结果稳定、精确度较高.     

MW-PLS法对雷尼替丁粉末药品的定量分析

结合可移动窗口偏最小二乘法（MW PLS）, 利用近红外漫反射光谱建立雷尼替丁粉末药品质量分数无损快速检测方法. 对模型进行优化时选择一阶导数、 二阶导数、 卷积平滑和快速Fourier变换预处理方法, 并优化隐变量数等模型参数. 以逼近度Da作为建模参数的优化评价标准, 最终得到测定雷尼替丁粉末药品的最佳模
型. 用该模型进行预测, 其校正集和验证集的预测值和真实值间的相关系数（Rc）分别为0.984 5和0.977 5, 校正集的均方根误差（RMSEC）为0.003 1, 验证集均方根误差（RMSEP）为0.003 3. 与高效液相色谱(HPLC)测定结果比较, 其相对误差≤2.422%.     

混和稀土光谱解析方法的研究

采用偏最小二乘法及导数偏最小二乘法对一含有三种稀土与间乙酰偶氮氯磷的混和体系光谱进行剖析,结果表明偏最小二乘法及导数偏最小二乘法均适合多组份分析。在本体系中,因含有基体干扰,导数偏最小二乘法其定量、定性分析略优于偏最小二乘法。     

偏最小二乘--荧光光度法同时测定多种酚体系

酚类化合物具有平面共轭的分子结构,因而具有较强的内源荧光。在苯酚含量为0～1×10~(-4)mol·L~(-1),对甲基酚含量在0～1×10~(-4)mol·L~(-1),邻苯二酚含量在0～5×10~(-5)mol·L~(-1)时线性关系较好.但是在线性范围内3种酚的荧光强度并不具有良好的线性加和性,而且苯酚、对甲酚、邻苯二酚的荧光光谱严重重叠,常规分析方法难以实现多组分同时测定。文中采用了偏最小二乘法(PLS)处理该3组分的荧光光谱数据,实现了对模拟样品中3组分的同时测定。     

近红外光谱法用于含能材料快速分析的研究

发射药生产过程中挥发份的实时检测对发射药的性能至关重要,是实现发射药柔性化生产的一项关键技术.用近红外漫反射光谱分析法快速分析柔性生产线中产品的挥发份,测得样品的光谱,采用简化的PLS算法建立数学模型,并用该模型预测样品挥发份的含量.该方法检测精度高、无破损、无须预处理即能达到实时快速检测的目的.     

重油加氢裂化过程稳态模型的建立

为保证石油化工系统安全生产，采用偏最小二乘法（ＰＬＳ）与人工神经网络（ＡＮＮ）相结合的方法，建立了重油加氢裂化过程的稳态模型，解决了体系复杂、影响因素多、现场数据的噪声等对模型的运算速度和精度不易满足要求的困难。对ＰＬＳ的主矢量所张成的子空间进行了数学分析，并对该方法的降维去噪能力进行了讨论。仿真实例表明，ＰＬＳ－ＡＮＮ法与ＡＮＮ法相比，在训练与预报精度都有所改善的条件下，不仅具有良好的降维效果，且有更强的除噪能力；与线性ＰＬＳ法相比具有更好的非线性映射能力。     

多组分红外光谱计算分析的信息论评价

应用信息论可以对多组分红外光谱计算分析方法作具体评价。为此。对下列研究的方法的信息量及信息特性作了分析:最小二乘法、线性规划法、非线性规划法、修正矩阵法。研究表明,信息参数可以作为评价,选择和优化分析方法的重要判据。     

香草醛在中药材定性定量分析中的应用

文章介绍香草醛的基本物理化学特性。在工业、医药领域的应用及香草醛显色反应的机理。总结了近几年香草醛在中药材及制剂的定性鉴别与含量测定中的应用情况,提出存在的问题和可能发展方向。     

基于改进BP神经网络的微裂纹漏磁定量识别

漏磁检测是铁磁材料常用的无损检测方法之一,定量识别是指通过检测到的漏磁信号识别裂纹的尺寸.采用主成分分析和优化神经网络相结合的建模方法,建立了微裂纹宽度与深度的预测模型.主成分分析去除了数据相关性,减小了输入样本维数,显著简化了网络结构;遗传算法优化的BP神经网络(GA-BP神经网络)可以有效地防止搜索过程中陷入局部最优解.通过基于磁偶极子模型的理论计算与人工刻槽微裂纹漏磁检测实验两种途径验证了该算法在微裂纹定量识别中的应用,为裂纹发展阶段的早期定量识别技术奠定了一定的基础.     

汉语附加问句的句法特征——基于定性与定量分析的基础上

作为一种特殊形式的疑问句,汉语附加问句还没有引起学界较多的关注和重视,其多样的句法特征还没有得到比较充分而全面的挖掘。为此,本文在定性与定量分析的基础上,对汉语附加问句的基本句法特点和＂表疑部分＂的形式类型、各下位类型的形式特征、疑问程度、答语系统及其变体形式等句法特征进行了较为详细的描述和分析。     

几种油酸亚油酸的定性定量分析

用场解吸质谱和HP6890系列GC气相色谱仪、FFAP酸性毛细管色谱柱分析了国产工业级 和试剂能油酸以及生物级的亚油酸的组成。结果表明,上述油酸和亚油酸产品都是油酸和亚油酸为主的 脂肪酸混合物,但工业级油酸具有较宽的组成范围。这些结果能为应用于高水基液压液的脂肪酸产品的 选取提供技术基础。     

基于径向基函数网络的宣城市空气质量预测

提出了一种应用人工神经网络进行空气质量预测的方法,即采用径向基函数神经网络进行短期的空气质量预测;并采用了主成分分析方法降低神经网络学习矩阵维数,浓缩预测信息,降维去噪.选取宣城市气象局2003年到2005年地面气象观测资料作为预测因子,宣城市环境保护监测中心提供的PM10、SO2浓度值作为预测对象,进行训练学习和预测验证.研究结果表明:将该方法应用于空气质量预测,效果良好,具有较强的实用性和推广能力.     

人工神经网络-近红外光谱法定量分析Cofrel粉末药品

用人工神经网络(ANN)解析Cofrel药品的近红外(NIR)漫反射光谱， 实现了对其有效成分磷酸苯丙哌啉的精确快速定量测定. 设计了最好的ANN模型. 分别讨论了输入层和隐含层节点数对测定结果的影响. 用HPLC法的测定结果作为标准， 磷酸苯丙哌啉浓度预 测值的相对误差RE (%)＜4.0%， 可以应用于Cofrel药品实际生产中的质量控制.     

近红外光谱法定量分析亚麻油中的主要组分

用厚度为 1cm的玻璃比色皿作为吸收池 ,测定了亚麻油的近红外光谱 ,利用 70 0 0～ 6 0 0 0cm-1范围内的透波率 ,建立了主成分回归分析模型和BP人工神经网络模型 ,用二模型预测了亚麻油中油酸、亚油酸和亚麻酸的含量 ,预测结果的平均相对误差均在 2 %以内 ,并BP人工神经网络模型预测的效果较好。该法可用于亚麻油中主要组分的实时成分分析。     

人工神经网络-近红外光谱法非破坏定量分析Norvasc药片

用人工神经网络(ANN)解析Norvasc药片的近红 外(NIR)漫反射光谱, 实现了对其中有效成分苯磺酸氨氯地平精确的非破坏定量测定. 设计了最佳的ANN模型, 分别讨论了输入层和隐含层节点数对测定结果的影响. 以HPLC法的测定结果为标准, 苯磺酸氨氯地平浓度预测值的相对误差RE(%)＜4.2%.     

基于PCA和LS-SVM的软测量建模与应用

针对工业过程中某些重要过程变量难以实现实时在线检测和高维数据处理的问题,提出了将主元分析与最小二乘支持向量机相结合的软测量建模方法,并利用该方法建立了工业阿维菌素发酵过程中的菌丝浓度软测量模型.主元分析方法的引入,有效地提高了最小二乘支持向量机软测量模型的精度和泛化能力.应用结果表明,该方法与基于径向基函数神经网络软测量模型相比具有有效性和优越性.