化學計量學多元分辨技術在復雜多組份體系分析中的應用研究.pdf

1、全文共分五部分，主要闡述了化學計量學多元分辨這一分支的發(fā)展情況以及應用現(xiàn)狀，重點描述了近年來基于矩陣分辨和張量分辨的多元分辨算法的發(fā)展和應用，并用這些方法解決樣品分析中由于混合物色譜、光譜嚴重重疊所引起的組分分離和分析極為困難的問題，對重疊峰進行分辨和定量。 第一章概述了化學計量學多元分辨這一分支的發(fā)展情況和研究現(xiàn)狀，重點描述了基于矩陣分辨和張量分辨的多元分辨算法近年來的發(fā)展和應用。 第二章詳細闡述了本論文所涉及的一些基

2、于矩陣分辨和張量分辨的多元分辨算法的原理。 在第三章中，運用直觀推導式演進特征投影、子窗口因子分析法和正交投影分辨三種矩陣分辨算法解決毛細管電泳重疊峰中相關組分的定性和定量問題，并考察了由不同化學計量學方法(漸進因子分析和固定尺寸移動窗口漸進因子分析)得到的化學秩圖對三種分辨方法分辨能力的影響，最后對分辨的結果進行了比較。此外，它們與一階多元分辨-交替最小二乘對同樣數(shù)據(jù)分辨后產(chǎn)生的結果也進行了比較。 在第四章中，將三維分

3、辨算法Tucker3、平行因子分析法和交替三線性分解法應用于三維熒光光譜三種氨基酸重疊峰中各個組分的定性和定量分析中。結果表明，三種算法都能有效地解決熒光光譜嚴重重疊的幾種物質的同時定性和定量分析，化學計量學三維數(shù)據(jù)分辨方法可應用來解決常規(guī)方法所不能解決的問題，具有一定的理論和現(xiàn)實意義。 第五章，應用人工神經(jīng)網(wǎng)絡和偏最小二乘兩種多元校正方法解決熒光光譜重疊峰中相關組分的定量問題。結果表明，基于遺傳算法選擇變量輸入的BP人工神經(jīng)網(wǎng)