含氧化合物紅外光譜信息特征的研究.pdf

1、自然科學(xué)與技術(shù)科學(xué)的信息化是科技發(fā)展的重要趨勢(shì)。分析化學(xué)實(shí)際上是一門(mén)化學(xué)信息科學(xué)，化學(xué)計(jì)量學(xué)就是分析化學(xué)信息化的產(chǎn)物。從科學(xué)發(fā)展史看，科學(xué)數(shù)據(jù)的大量積累，往往導(dǎo)致重大科學(xué)規(guī)律的發(fā)現(xiàn)。各種現(xiàn)代化的分析儀器的出現(xiàn)和廣泛應(yīng)用，使得在短時(shí)間內(nèi)獲得物質(zhì)體系大量信息成為可能，這為化學(xué)計(jì)量學(xué)的數(shù)據(jù)挖掘研究提供了機(jī)遇。幾十年以來(lái)，人們一直在探索如何從大量的紅外譜圖中最大可能地提取信息，將解析經(jīng)驗(yàn)化。特別是近20年來(lái)，出現(xiàn)了許多計(jì)算機(jī)輔助紅外光譜識(shí)別方法

2、，這些方法大致可以分為三類：專家系統(tǒng)，譜圖檢索系統(tǒng)，模式識(shí)別方法。其中最常用的模式識(shí)別方法是人工神經(jīng)網(wǎng)絡(luò)和偏最小二乘法。文獻(xiàn)中大部分利用它們對(duì)子結(jié)構(gòu)進(jìn)行識(shí)別，而對(duì)特定類別的化今物深入研究尚未涉及，對(duì)化合物的特征吸收峰也沒(méi)有深入的討論。此外，即使應(yīng)用最多的人工神經(jīng)網(wǎng)絡(luò)在識(shí)別子結(jié)構(gòu)時(shí)準(zhǔn)確度也不高，且神經(jīng)網(wǎng)絡(luò)存在不穩(wěn)定、容易陷入局部極小和收斂速度慢等問(wèn)題。 本文嘗試了利用支持向量機(jī)提取不同化學(xué)環(huán)境下含氧化合物紅外光譜的信息特征。設(shè)計(jì)了

3、一個(gè)分等級(jí)系統(tǒng)對(duì)OMNIC數(shù)據(jù)庫(kù)中4852個(gè)含氧化合物進(jìn)行分類。首先將含氧化合物分成含羥基、羰基、醚、羧基、硫氧、磷氧、氮氧類七類化合物，進(jìn)而對(duì)其中四類進(jìn)行下一級(jí)分類，以期擴(kuò)大子結(jié)構(gòu)，識(shí)別含氧基團(tuán)鄰近連接基團(tuán)。以其中含羰基化合物為例，將支持向量機(jī)所得結(jié)果與誤差反向傳播神經(jīng)網(wǎng)絡(luò)所得結(jié)果進(jìn)行比較，其中除酯類化合物外，支持向量機(jī)模型的識(shí)別率均優(yōu)于人工神經(jīng)網(wǎng)絡(luò)模型。 第四層一元醇的分類以及第三層酰胺的分類中，將包含其特征峰的光譜片段用于

4、識(shí)別研究。醇的紅外特征峰主要有四個(gè)，分別為O-H伸縮振動(dòng)峰、C-O伸縮振動(dòng)峰、O-H面內(nèi)以及面外彎曲振動(dòng)峰，對(duì)于伯、仲、叔醇的識(shí)別，提取包含這四個(gè)特征峰的光譜片段對(duì)其研究，結(jié)果表明O-H面內(nèi)彎曲振動(dòng)峰為區(qū)分其取代類型的最佳峰，這與傳統(tǒng)專著中認(rèn)為C-O伸縮振動(dòng)峰為其主要識(shí)別峰不一致；對(duì)于酰胺類化合物，紅外特征峰主要有N-H伸縮振動(dòng)峰、C=O伸縮振動(dòng)峰、N-H面內(nèi)彎曲振動(dòng)峰以及C-N伸縮振動(dòng)峰，對(duì)包含這四個(gè)特征峰的光譜片段研究表明，N-H伸

5、縮振動(dòng)峰對(duì)識(shí)別伯、仲、叔酰胺影響最為顯著，這與經(jīng)典紅外理論一致。 支持向量機(jī)作為一個(gè)新興的機(jī)器學(xué)習(xí)方法，在紅外光譜解析領(lǐng)域展示出良好的性能，與神經(jīng)網(wǎng)絡(luò)相比，支持向量機(jī)還具有穩(wěn)定和訓(xùn)練速度快等優(yōu)點(diǎn)，是一種很好的計(jì)算機(jī)輔助紅外光譜解析的工具?；衔镏泻趸鶊F(tuán)存在與否、近鄰原子或基團(tuán)均得到比較高的識(shí)別率，這對(duì)于擴(kuò)大紅外光譜識(shí)別結(jié)構(gòu)片段，對(duì)化合物的最終類別甚至結(jié)構(gòu)的確定，與其它類化合物分類系統(tǒng)組合，直至紅外光譜的完全計(jì)算機(jī)解析提供了依據(jù)