

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、近紅外光譜分析技術(shù)具有快速、無(wú)損和綠色等特點(diǎn),在不同領(lǐng)域得到了廣泛應(yīng)用。然而,近紅外光譜需結(jié)合化學(xué)計(jì)量學(xué)方法進(jìn)行定量、定性分析。特別是在分析復(fù)雜樣品時(shí),面臨著大量的高維數(shù)和信息豐富的數(shù)據(jù)。因此,如何從這些海量數(shù)據(jù)中有效地提取所需信息并建立簡(jiǎn)單可靠的定性定量分析方法,是分析化學(xué)工作者目前面臨的一個(gè)非常重要的問(wèn)題。此外,近紅外光譜對(duì)外界條件的變化極為敏感,特別是溫度的變化限制了該技術(shù)的應(yīng)用范圍。因此,本論文圍繞復(fù)雜中成藥體系的判別分析探索新
2、的方法,為建立穩(wěn)定的近紅外光譜定量分析模型,開(kāi)展變量選擇方法研究;另外,考慮溫度對(duì)近紅外光譜的影響,針對(duì)不同溫度下測(cè)定的近紅外光譜,采用有效的分析方法實(shí)現(xiàn)溫度和濃度信息的分離,并利用溫度效應(yīng)進(jìn)行定量分析、溶劑性質(zhì)考察及結(jié)構(gòu)分析。
1、建立了一種復(fù)雜中成藥體系的快速判別分析方法。采用近紅外光譜和主成分累積(PCAcc)方法對(duì)多類(lèi)中成藥進(jìn)行判別分析。目前,藥物產(chǎn)品的判別分析在藥物工業(yè)和藥物安全領(lǐng)域已經(jīng)成為一項(xiàng)重要的研究任務(wù)。本論文
3、將PCAcc方法用于中成藥的判別。在分析中,采用累積的方法對(duì)多個(gè)主成分包含的分類(lèi)信息進(jìn)行合并,主要通過(guò)旋轉(zhuǎn)、投影和加和操作來(lái)實(shí)現(xiàn)。而且,為了提高分類(lèi)的性能,采用連續(xù)小波變換作為預(yù)處理方法消除背景。通過(guò)該方法對(duì)12類(lèi)中成藥進(jìn)行判別分析,結(jié)果表明,8類(lèi)藥品得到正確判別,其他4類(lèi)藥物共有10個(gè)樣品判別錯(cuò)誤。該方法與主成分分析(PCA)、徑向基人工神經(jīng)網(wǎng)絡(luò)(RBF-ANN)及最小二乘判別分析(PLSDA)方法相比,本方法得到了較好的判別結(jié)果。<
4、br> 2、基于局部線性嵌入(LLE)建立了一種變量選擇方法,并用于近紅外光譜分析。局部線性嵌入是一種非線性降維方法,該方法的優(yōu)勢(shì)是能在低維投影空間保持高維空間樣品之間的相互關(guān)系,即能夠使樣品在LLE空間保持和近鄰點(diǎn)的相對(duì)位置。因此,本論文基于每個(gè)變量對(duì)LLE空間樣品位置的影響程度建立了一種變量選擇方法,并將其用于近紅外光譜分析。該變量選擇方法具體操作如下:首先,將包含全變量的光譜投影到LLE空間,然后從光譜中依次移除每一個(gè)變量并重新
5、投影到低維的LLE空間。因此,每一個(gè)變量引起的樣品在LLE空間移動(dòng)量可以作為評(píng)價(jià)變量對(duì)光譜重要性的標(biāo)準(zhǔn);然后,對(duì)平均投影距離按降序排列,排在前面的變量為對(duì)光譜貢獻(xiàn)大的變量。為了進(jìn)一步選擇針對(duì)目標(biāo)組分的信息變量,在此基礎(chǔ)上運(yùn)用前向逐步選擇方法對(duì)LLE方法選擇的變量進(jìn)一步精選。運(yùn)用建立的變量選擇方法,對(duì)谷物、藥片和煙草的近紅外光譜數(shù)據(jù)的偏最小二乘(PLS)建立模型。三組數(shù)據(jù)的結(jié)果表明,該方法能夠有效地選擇近紅外光譜的信息變量,簡(jiǎn)化PLS模型
6、。
3、建立了不同溫度下的近紅外光譜的多級(jí)分析方法。在不同溫度下測(cè)定的近紅外光譜同時(shí)包括溫度和濃度的信息,如何分離不同因素對(duì)光譜的影響非常重要。本論文中,采用多級(jí)同時(shí)成分分析(MSCA)和不同溫度下測(cè)定的不同濃度的樣品光譜數(shù)據(jù)研究溫度和光譜之間的定量關(guān)系(QSTR)。MSCA模型包括一個(gè)個(gè)體間模型和個(gè)體內(nèi)模型,前者主要描述個(gè)體間的差異,而后者主要描述所有個(gè)體內(nèi)的差異。通過(guò)對(duì)五組不同組成的水-乙醇-異丙醇混合物在七個(gè)溫度下測(cè)定的
7、近紅外光譜進(jìn)行分析,分別建立了描述溫度效應(yīng)的溫度間模型和描述濃度變化的溫度內(nèi)模型。通過(guò)兩個(gè)模型建立QSTR模型并進(jìn)行定量分析。此外,還利用不同組成的混合物的溫度間模型或溫度內(nèi)模型之間的差異研究了溶劑的組成。
4、采用不同溫度下的近紅外光譜對(duì)水溶液中N-甲基乙酰胺(NMA)分子的相互作用進(jìn)行分析。為了考察溫度對(duì)水溶液中NMA分子相互作用的影響,在30~80℃溫度范圍內(nèi)測(cè)定了不同濃度NMA水溶液的近紅外光譜,采用MSCA方法分析溫
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 近紅外光譜非線性建模方法研究.pdf
- 近紅外光譜變量選擇和建模方法研究.pdf
- 近紅外光譜定量建模技術(shù)研究.pdf
- 近紅外光譜
- 近紅外光譜新型建模方法與應(yīng)用基礎(chǔ)研究.pdf
- 近紅外光譜的自編碼網(wǎng)絡(luò)建模及模型傳遞方法研究.pdf
- 近紅外光譜新型化學(xué)計(jì)量學(xué)建模方法研究.pdf
- 肝素鈉精制過(guò)程近紅外光譜建模方法研究.pdf
- 基于近紅外光譜的汽油性質(zhì)動(dòng)態(tài)建模方法研究.pdf
- 近紅外光譜特征變量選擇方法研究.pdf
- 近紅外光譜品質(zhì)檢測(cè)方法研究.pdf
- 近紅外光譜定量分析多模型建模方法研究.pdf
- 基于半監(jiān)督和遷移學(xué)習(xí)的近紅外光譜建模方法研究.pdf
- 近紅外光譜法的腦組織溫度無(wú)損檢測(cè)方法.pdf
- 溫度效應(yīng)在近紅外光譜定量分析中的應(yīng)用研究.pdf
- 近紅外光譜分析中建模與預(yù)處理方法研究.pdf
- 近紅外光譜技術(shù)用于茶堿濃度檢測(cè)建模初步研究.pdf
- 基于近紅外光譜的鮮棗無(wú)損檢測(cè)建模及優(yōu)化研究.pdf
- 近紅外光譜微量分析方法研究.pdf
- 巴戟天近紅外光譜的研究.pdf
評(píng)論
0/150
提交評(píng)論