电分析化学中的化学计量学方法及其应用进展

本文综述了电分析化学领域中化学计量学方法的应用进展，引用文献65篇。     

基于周期调节的随机共振算法对化学弱信号的检测研究

提出了一种新的随机共振算法,通过对系统的周期进行调节以实现系统的共振.讨论了实现共振的系统参数,并对模拟信号和拉曼光谱实验信号进行了处理.结果表明,该方法不仅可方便地用于弱化学信号的处理,克服检出信号的滞后现象,而且对不同噪声水平的信号均有良好的适用性.     

基于小波系数的近红外光谱局部建模方法与应用研究

局部建模方法使用与预测样本相似的样本建立模型,可解决光谱响应与浓度之间的非线性问题,扩大模型的适用范围,提高预测准确度。采用小波变换进行数据压缩并利用小波系数之间的欧氏距离作为光谱相似性的判据,实现了近红外光谱定量分析的局部建模方法,避免了样本之间的依赖性。将所建立的方法用于烟草样品中氯含量的测定,100次重复计算得到的预测集均方根误差(RMSEP)平均值为0.0665,标准偏差(σ)为0.0045,优于全局建模和基于主成分的局部建模方法。     

反相高效液相色谱法分离测定烟草中的多酚类化合物

对植物中9种多酚类化合物的色谱分离条件进行了优化,分别探讨了流动相组成、流动相中醋酸浓度、醋酸溶液与甲醇的比例对保留时间的影响,确定了梯度分离条件,并对9种天然多酚类化合物进行了定量分析。该方法的检测限为13.26~59.29 mg/kg (S/N=3)。在3.0～100.0 mg/L 范围内呈良好的线性关系,相关系数r2为 0.9979~0.9999。9种待测化合物的加标回收率为96.8%~108%,相对标准偏差(RSD)小于3.8% (n=3)。用80%甲醇超声提取烟草样品,并通过优化的色谱条件对其进行分析,测定了实际烟草样品中芸香苷和绿原酸的含量。结果表明,该方法具有一定的实用价值。     

离散小波变换-遗传算法-交互检验法用于近红外光谱数据的高倍压缩与变量筛选

用遗传算法(GA)与交互检验(CV)相结合建立了一种用于对近红外光谱(NIR)数据及其离散小波变换(DWT)系数进行变量筛选的方法，并应用于烟草样品中总挥发碱和总氮的同时测定。结果表明：NIR数据经DWT压缩为原始大小的3．3％时基本没有光谱信息的丢失；有效的变量筛选可以极大地减少模型中的变量个数，降低模型的复杂程度，改善预测的准确度。     

窗口因子分析算法的改进及带噪声HPLCDAD数据的解析

窗口因子分析(WFA)是渐进过程二维数据解析的有力工具, 但信号中的噪声对解析结果有较强的干扰作用. 误差分析表明抽象因子分析(AFA)保留的噪声对解析结果有很大的影响. 提出了一种改进的WFA算法, 并对模拟和实验HPLC-DAD数据进行了解析. 结果表明, 改进的算法能够很大程度地克服噪声的影响, 改善由噪声而导致的峰形畸变, 从而提高了WFA处理带噪声数据的能力.     

遗传算法在分子图形显示中的应用

遗传算法在分子图形显示中的应用邵学广，蔡文生，张懋森，赵贵文（中国科学技术大学应用化学系，化学物理系，合肥２３００２６）分子图形和分子模型的研究是计算化学领域中研究的热门课题之一［１，２］，它对于结构一活性相关、有机合成路线设计、药物设计［３，４］等...     

计时电流的因子分析-法拉第电流与充电电流的分离

基于电化学理论电流公式,用迭代目标变换因子分析法对计时电路曲线进行处理,得到分离的法拉第电流和充电电流成分,对于简单的电极过程,分离效果很好,信噪比得到提高,法拉第电流分量可用于定量分析。     

基于化学计量学的GC-MS分析方法研究

气相色谱-质谱联用(GC-MS)、液相色谱-质谱联用(LC-MS)等,为分析多组分混合物提供了有力手段并广泛地应用于化工、食品、生物、医药等领域.但在分析多组分复杂体系时,其色谱信号严重重叠,使得该方法难于进行准确的定性定量分析.化学计量学方法的引入,为解决该问题提供了一种新手段.例如化学因子分析(CFA)、多元校正解析方法(MCR)、免疫算法(IA)和小波变换(WT)等已被成功地运用于复杂体系分析化学重叠信号的解析.     

生物分子计算进展*

由于生物分子在化学反应中具有高度的并行性和识别能力,使生物分子计算在解决组合优化问题中显示出巨大的优势。生物分子计算已成功地应用于计算哈密顿路径、最大集合以及逻辑运算中的SAT类问题等NP完全问题。本文总结了生物分子计算的基本思想与计算方法、生物分子计算的应用与进展,并对生物分子计算的发展趋势作了评述。