基于支持向量机的老年痴呆症-头发微量元素相关性研究

将支持向量机(SVM)应用于老年痴呆症(AD)的模式识别研究。通过测定22个AD患者和25个健康人头发样品中微量元素的含量,继用支持向量机算法研究头发中微量元素含量与AD的相关性,建立分类判别模型。结果显示:该模型对AD的判别准确率为100%,留一法交互预测准确率也达到100%。变量筛选结果表明,与AD症相关性最大的三种元素是Al、Cd、Mn,Al、Cd与AD呈现正相关,Mn与AD呈现负相关。同时与主成分分析进行了比较,表明SVM是更适合于进行这类非线性多变量相关分析的方法。     

喀斯特石漠化演化预测CA模型

近年来,石漠化的研究常借助于GIS等相关技术来完成,但GIS在石漠化的动态模拟演化方面存在不足。而元胞自动机(CA)具有强大的空间动态模拟功能,鉴于此,在GIS技术的支持下,以CA理论为基础建立了分别采用Moore型和扩展Moore型邻域的CA模型,以某地1988和1999年石漠化数据为始端数据运行模型,通过将模拟结果与实际数据进行比较,对模型进行参数调整和预测检验。实验结果表明:两种模型预测的结果均可以基本反映实际石漠化发展趋势,而采用扩展Moore型邻域的CA模型要比采用标准Moore型邻域的CA模型具有更高的准确度和可信度;用此方法对石漠化进行演化预测是有效的。采用扩展Moore型邻域的CA模型对2012年该区石漠化状况进行了预测。     

分子连接指数法预测硝基苯类化合物的毒性研究

建立可以预测硝基苯类化合物毒性的模型,本文采用分子连接指数法(MCI)计算了57个硝基苯类化合物的各种定量化学参数,并研究了这些量化参数对大鼠口服急性毒性(半数致死量,LD50)的影响.采用多元线性回归选取相关变量,建立大鼠口服急性毒性的预测模型.最终模型为:LogLD50=7.68076*A-11.36188*B-1.601*CCI(n=39,R2=0.9651,F=331.91);其中A是零阶MCI,B是一阶MCI,CCI是核-核间相互作用.经验证该模型具有良好的预测能力.     

基于抗体包被金磁纳米微粒修饰的磁性安培免疫传感器研制及对人血清癌抗原19-9的检测

在金电极表面修饰壳聚糖(CS)膜,并在酸性pH下利用CS上形成的-NH3+静电吸引Fe(CN)]3-6-(FeCN)到电极表面,制成了在pH 6.5磷酸盐缓冲液(PBS)中具有电活性的Au | CS-FeCN电极;再通过外加磁场吸引,在Au | CS-FeCN表面修饰一层血清癌抗原19-9单克隆抗体(anti CA19-9)包被的金磁纳米微粒(Fe3O4(核)／Au(壳),简称GMP),由此构建了一类快速检测CA19-9的无试剂安培免疫传感器(Au| CS-FeCN／GMP-anti CA19-9).用扫描电镜(SEM),X-射线荧光光谱(XFS)和X-射线光电子能谱(XPS)对电极表面进行了表征;并采用循环伏安法(CV),示差脉冲伏安法(DPV)、交流阻抗法(E1S)分 别研究了该传感器的电化学性质和对CAl9-9的检测性能.实验表明:Au I CS-FeCN／GMP-anti CAl9-9电极在含CAl9-9的pH 6.5 PBS中于35℃下温育25 min,其DPV还原电流下降值(AI)与CA19-9在0.1～10 U／mL和10~50 U／mL范围内成正比,检出下限为0.056 U／mL(3d).用于血清样本检测并和标准ELISA方法对照,结果一致.只需移去外加磁场,用PBS清洗电极表面即可实现电极更新.该磁性免疫传感器集分离、富集和测定于一身,灵敏度高、稳定性好、表面易更新,有望用于人血清中痕量CA19-9的快速检测.     

基于GA-PLS算法的小麦粉灰分含量快速检测

为得到噪声小、准确性强、自适应性良好的模型,对实验所得的近红外光谱进行预处理及优化波长是十分必要的.实验确定小麦粉中灰分含量为研究对象,提出将光谱预处理及遗传算法(GA)优化波长用于提高偏最小二乘法(PLS)定量建模的稳健性.对比在不同预处理方法下相关系数R2、矫正标准差(RMSEC)、预测标准偏差(RMSEP)3个指标,随机选择130份样本,建立预处理+GA+PLS定量分析模型.实验结果为:R2从70.31%提到了97.46%,RMSEC从0.0775降低到了0.0226,RMSEP从0.0996降低到了0.0213,表明基于光谱预处理结合GA优化谱区定量分析小麦粉中灰分含量可行,模型预测能力和精度更高.     

自组装CA125免疫传感器的研制及其对血清中CA125的分析

利用自组装的方法在金电极上制得巯基丁二胺钌(Ⅲ)/纳米金胶/卵巢癌抗体(抗CA125)免疫修饰电极.用该修饰电极对CA125进行检测,发现溶液中CA125 抗原分子和传感器表面固定化CA125抗体发生免疫反应.结果显示: CA125 抗体导致了该传感器电流的降低.在优化的实验条件下,样品中CA125浓度在2～140 unit/mL 范围内与电流降低成线性关系,检测限为0.8 unit/mL.该免疫传感器表现出良好的准确性和精确性.对40 unit/ mL的CA125重复测定8次,相对标准偏差约为2.9%.该传感器具有较好的制备重复性和稳定性.该方法的提出为卵巢癌临床免疫分析提供了一种有前景的方法.     

罗丹明B与二元混合表面活性剂的荧光光谱

荧光光谱法与高斯多峰拟合方法结合研究十二烷基苯磺酸钠(Sodium dodecyl benzene sulfonate,SDBS)和烷基糖苷(APG)在不同混合状态下的聚集行为。以罗丹明B为探针,固定混合表面活性剂体系中APG浓度为4.0×10~(-5)mol·L~(-1),测量体系随十二烷基苯磺酸钠(SDBS)浓度变化的荧光发射光谱。其光谱特征是罗丹明B分子二聚体发射峰和单体发射峰叠合在一起。用高斯多峰拟合实现了体系荧光发射光谱叠合峰的分峰,通过分峰后所得参数与SDBS浓度关系图,可求得混合表面活性剂体系的临界胶束浓度。     

扩展正交试验的线性回归方法应用于碱处理PTT纤维的工艺设计

以PTT纤维碱的处理工艺提出1种编码后的线性回归法,解决正交设计L25(56)实验中各因素的单项、交互项以及平方项对因变量的影响,还可以根据获得的线性方程,在变量的取值范围内,确定最佳的工艺条件和较优的操作范围.试验数据回归后的回代方程为:y=55.6776-15.301x1-0.01262x3-1.6561x6+0.2783x1x6+0.005363x3x6-0.002801x3x3+0.009877x6x6,其中,y为减重率(％),x1为碱浓度(mol/L),x3为时间(min),x6为温度(℃)将回归方程规划求解,确定较优的条件范围为:碱浓度:(1.01～1.125)mol/L,反应时间:(63～70)min,温度:81℃～90℃,预测的减重率为14.77％～16.72％.     

偏最小二乘法同时测定食醋的有效成分和防腐剂的含量

偏最小二乘方法建立近红外光谱与组分浓度的多元校正模型,用于同时快速测定食醋的有效成分(总酸)和防腐剂(苯甲酸)含量。采用透射模式,样品不经任何处理测定近红外光谱。用17个食醋样品建立偏最小二乘法(PLS)模型,用3个样品作为预测样品以评估PLS模型。结果:食醋中的总酸和苯甲酸在2 125～2 325 nm区域之间,与光谱有良好的线性关系,总酸的PLS模型中,隐变量为3时,预测均方根误差0.038 7 g·L~(-1),总酸含量与光谱的线性相关系数达到0.999 7,相对预测误差5.89%;苯甲酸的PLS模型中,隐变量为6时,预测均方根误差降至0.013 8 g·L~(-1),苯甲酸含量与光谱的线性相关系数达到0.999 8,相对预测误差降至4.29%。     

多位取代喹诺酮药物的人工神经网络构效关系研究

利用人工神经网络研究69个喹诺酮类药物的构效关系,分别使用BP(Back Propagate)、LM(Levenberg-Marquardt)和RBF(径向基,Radial Basis Function)三种网络方法研究量子化学方法(MNDO法和AM1法)计算所得到的参数。BP网络结果不收敛,RBF网络收敛速度最快,不超过100次迭代就可得到较精确的迭代结果。LM和RBF两种网络预测训练集的正确率均达到100%。其中使用RBF网络和AM1法所得到的参数预测23个预测集的正确率82.6%,MNDO法预测预测集的正确率78.3%,体现了喹诺酮药物的氢键作用成分,结合多元回归分析和相关的耐药机理研究,提出喹诺酮药物的双氢键作用机理。人工神经网络方法可作为研究药物构效关系和研发新药物的有力工具。     

一种面向数据密集型应用的并行程序执行模型

随着各领域需要处理的数据量越来越大,数据密集型应用也变得越来越被重视.该文提出一种包含数据访存层次和访存冲突等信息的新并行程序执行模型PSRAM(h).针对数据密集型应用以访存为主的特点,PSRAM(h)模型将程序执行时间简化为访存时间,通过分析各程序子段的访存层次和数量来预测串行程序的执行时间,进而通过使用各线程执行时间的最大值来预测并行程序的执行时间.使用PSRAM(h)模型下对最典型的数据密集型应用矩阵向量乘进行分析,在龙芯3A处理器和Intel Xeon E5520处理器两个平台上的测试结果表明,PSRAM(h)模型分析结果与实测结果大部分情况下误差小于20%.由此可见,针对数据密集型应用,PSRAM(h)不但可以给出程序执行时间的下限,还可以有效的预测程序的执行时间.     

基于气质与PLS-DA对新疆薰衣草精油判别分析

【目的】为了辨别新疆伊犁地区不同品种薰衣草精油,评价精油的品种品质。【方法】采用气相色谱质谱对3个品种的66个薰衣草精油样品进行测定,利用气相色谱质谱化学指纹特征结合偏最小二乘判别(PLS-DA)化学计量学方法,对所有样品9个共有特征组分色谱峰面积的相对百分含量进行PLS-DA分析。【结果】由载荷分布图得到C-197(2)品种薰衣草精油的特征性变量为β-月桂烯、顺式-罗勒烯、芳樟醇,具有此类别最敏感的判别能力,而法国兰特征性变量是乙酸香叶酯,H-701的特征性变量是樟脑和乙酸芳樟酪。选取48个样品作为校正集建立PLS-DA判别模型,C-197(2)、法国蓝、H-701三个品种的回归曲线相关系数分别为0.877、0.975、0.939,样品辨别率为100%。通过PLS-DA模型对18个未知样品预测,3个品种的薰衣草精油样品的预测均方根误差(RMSEP)分别为0.1852、0.0865、0.1877,正确识别率为88.89%。【结论】气相色谱质谱结合偏最小二乘判别分析能够对不同品种的狭叶薰衣草精油有效的鉴别,可为新疆地区薰衣草精油自己的产地标识和精油质量标准提供一定的理论依据。     

十二胺捕收剂溶剂化效应及其水相氢键超分子作用的密度泛函研究

采用密度泛函方法研究了十二胺在气相、苯、乙酸、乙醇及水中的分子构型、电荷分布以及前线轨道。首先采用B3LYP/6-31G(d,p)及B3 LYP/6-311++G(d,p)进行优化,采用自洽反应理论(SCRF)的极化连续介质模型(PCM)进行不同溶剂条件下的优化并进行自然键轨道(NBO)分析。结果表明,对比气相条件下,十二胺分子的几何构型发生了微弱变化,这种变化随着溶剂介电常数的增加长程稳定性增强,溶剂化效应使前线轨道中HOMO趋于比LUMO更稳定,NBO分析表明溶剂化能主要来源于LP(1)N_(38)→π~*C_(32)-C_(33)。随着溶剂介电常数的增加,十二胺分子采用B3 LYP/6-31+G(d,p)的△E_(HOMO)-E_(LUMO)由气相-0.23773 a.u至水相中-0.25120 a.u,溶剂化能-13.36 kcal/mol,采用B3 LYP/6-311++G(d,p)的△E_(HOMO)-E_(LUMO)由气相-0.22755 a.u至水相中-0.24004 a.u,溶剂化能-13.02 kcal/mol,溶剂化能趋于稳定,表明十二胺分子的溶剂化效应采用B3 LYP/6-31+G(d,p)构型趋于稳定。采用B3LYP/6-31+G(d,p)对十二胺与水分子氢键超分子结构进行了研究,利用分子静电势(MEP)进行氢键及反应活性位分析,结果表明氢键作用是引起十二胺分子结构和性质变化的主要原因。研究结果对十二胺捕收剂在溶剂条件下对矿物的浮选机理认识具有一定的理论意义。     

青海世居土族、藏族和回族人发中微量元素的支持向量机研究

用原子吸收光谱法测定青海土族、藏族和回族青年人体头发中的钙、铁、锌、铜、镁、锰和镉等7种元素的含量,用支持向量分类法比较研究.表明,在3个民族的头发之间,7种元素含量的综合水平存在着较显著的差别,其判别函数可以用于判别和预测这三个民族.并用留一法检验其预报能力.计算表明:支持向量机算法结果优于Fisher法.     

微电极葡萄糖传感器的研究

<正> 糖是自然界中广泛存在的物质,分为单糖、双糖和多糖。葡萄糖即单糖,是构成糖类分子的最小单位,是动植物能量的主要来源。葡萄糖的含量直接反映出生物体的生理状况,尤其是对于人类,许多疾病的诊断与治疗都必须进行血液葡萄糖(血糖)和尿液葡萄糖(尿糖)浓度的测定。因而葡萄糖浓度是临床诊断、检验、监护中的重要参数和依据之一。     

杜仲松脂醇二葡萄糖苷含量的近红外光谱检测研究

采用AntarisⅡ傅立叶变换红外光谱分析仪器(Thermo Nicolet)测定了9种杜仲的光谱数据,运用偏最小二乘法(PLS)和主成分分析回归(PCR)分别建立了杜仲中松脂醇二葡萄糖苷(PDG)含量与吸光度变量的近红外光谱定标模型,并对所建模型进行验证.结果表明,2种方法建立的模型精度都较高,其中模型的预测能力强弱指标SSE=2.8333,PRESS=7.2392,可见在近红外光谱下,PCR和PDG都适合对杜仲进行检测研究,这是本文的一个重要结果,为以后杜仲的指标检验研究提供了理论和实验依据:但是,PCR建立的(PDG)定标模型预测精度稍高于偏最小二乘法(PLS)建立的模型,所以文中只对PCR进行模型的建立,PLS方法对杜仲检测分析这个问题有待于以后的进一步讨论和研究.     

基于FCM与集成高斯过程回归的赖氨酸发酵软测量

为解决赖氨酸发酵过程中菌体浓度难以在线检测的难题,提出一种基于模糊C均值聚类(FCM)与集成高斯过程回归(GPR)的软测量建模方法。针对典型生物发酵过程可分为延滞期、指数生长期、稳定期、死亡期4个反应周期的特点,采用模糊C均值聚类算法对样本集进行聚类分析以形成若干子样本集;对每个子样本集分别采用高斯过程回归训练时,为提高GPR模型的泛化能力,利用Adaboost算法提升GPR模型,分别在各子集建立集成GPR软测量子模型;采用欧氏距离计算新样本点对应于每一子模型的隶属度;加权求和获得最终的软测量模型的预测输出。基于氨基酸类典型菌种L-赖氨酸反应过程菌体浓度参数预测的试验研究表明:与全局单一GPR模型、集成GPR模型和基于FCM与多GPR模型相比,所建立的基于FCM与集成GPR软测量模型拟合精度高,泛化能力强,较好地满足了赖氨酸发酵过程的控制要求。     

基于GA的ANFIS在函数拟合中的应用

本文介绍了一种遗传算法(CA)优化自适应神经模糊推理系统(ANFIS)的方法,并采用基于GA优化ANFIS方法,拟合非线性多峰函数,同时分析了这种方法的拟合能力和预测能力.实验结果表明,加入GA优化后的ANFIS具有更加优秀的拟合能力和预测能力,更适合于用来建立复杂参数问的非线性映射关系.     

激发-发射矩阵荧光结合二阶校正法测定人体血浆样和牛蒡子药材中的牛蒡苷含量

本文利用激发-发射矩阵荧光与二阶校正算法相结合,实现快速测定人体血浆样和牛蒡子对照药材中的牛蒡苷含量.采用二阶校正方法的平行因子分析(PARAFAC)和交替归一加权残差(ANWE)两种算法进行解析,所得血浆基体干扰下牛蒡苷的回收率分别为(98.7±1.4)%和(99.7±1.6)%,实现了对血浆样中的牛蒡苷含茸的直接快速定量测定.此外,用上述两种方法对牛蒡子药材中的牛蒡苷含量进行快速测定,所得结果与液相色谱方法结果进行比较,结果令人满意.实验结果表明,此方法方便快捷,可用于复杂试样中未知干扰共存下牛蒡苷含量的测定.     

紫外分光光度法同时测定复方磺胺甲噁唑片组分含量

用人工神经网络解析复方磺胺甲噁唑片的紫外吸收光谱数据,达到同时测定各组分含量的目的。按L25（5^6）正交表设计,制备了25组标准溶液的混合液,将其吸光度数据和浓度数据作为人工神经网络的训练集。混合液中各组分的5个浓度水平分别为80％、90％、100％、110％、120％。预报集采用自制的模拟样品和市售的复方磺胺甲噁唑片的吸光度数据。网络的输入为各溶液在246～290nm间的吸光度,网络的输出为各组分的浓度。利用Bayesian规则化调整的BP人工神经网络处理数据。结果表明,人工神经网络紫外分光光度法预测模拟样品中的磺胺甲噁唑（SMZ）、甲氧苄啶（TMP）的含量,平均回收率分别为100．53％和100．91％,相对标准偏差分别为1．17％和2．79％。对市售的复方磺胺甲噁唑片中的SMZ、TMP的含量也能取得较好的预测结果。结论：人工神经网络紫外分光光度法可以快速、准确地测定复方磺胺甲噁唑片中组分含量。