一、化学计量学在热分析中的应用（论文文献综述）
熊婧,李慧勇,李广生,石岩,何兰,魏锋,马双成[1]（2021）在《化学计量学在中药色谱分析中的应用探讨》文中研究指明化学计量学是一门涵盖多学科的交叉学科,对于中药色谱分析产生的海量数据具有极大的分析和处理优势,可促进中药色谱分析的进步。本文从中药分析中常用的色谱技术出发,对化学计量学在分析实验的设计、色谱数据的处理、有效数据信息的提取、色谱数据的分析等各过程中的应用分别进行了论述,为化学计量学在中药分析中的进一步应用提供参考。
阮方琦[2]（2021）在《激光诱导击穿光谱技术结合机器学习策略的陶瓷快速定量与判别分析方法研究》文中研究指明陶瓷作为中华物质文化的瑰宝,其蕴含了广泛的古代社会活动信息,在研究古代文明发展演变规律方面起到了举足轻重的作用,寻找一种快速和精准的陶瓷微损检测及种类判别分析方法显得尤为重要。针对传统鉴定方法存在的局限性以及陶瓷具有珍贵性和不可再生性的特点,需要引入激光诱导击穿光谱（LIBS）技术获取陶瓷的来源及其所代表生产时代的制作工艺及元素组成等信息,为文物保护及修复工作提供科学依据。但是由于陶瓷成分与结构的复杂性,使用LIBS进行分析时会产生大量的复杂光谱,而如何从这些复杂的光谱数据中获取有效的信息进行定量或定性分析仍然是目前面临的难题之一。本论文从陶瓷微损、快速分析的实际需求出发,以陶瓷为研究对象,开展基于LIBS技术的陶瓷组分分析研究,重点研究基于化学计量学策略的陶瓷多元素定量分析和陶瓷年代判别分析模型,以解决LIBS复杂光谱解析的问题。本研究为实现陶瓷的微损检测提供理论依据与技术支撑。全文共分为三章,其主要研究内容为:1.开展基于LIBS技术与随机森林回归（RFR）算法相结合的陶瓷Mg、Al、Ca和Fe等多元素定量分析方法研究。（1）针对激光能量波动、样品不均匀和基体效应等干扰因素的影响,研究基于RFR的多元回归分析方法,探究不同延迟时间、激光能量和光谱累加次数等实验参数对预测结果的影响,并构建基于全谱、四种不同波段光谱的RFR校正模型以实现陶瓷Mg、Al、Ca和Fe等元素含量的快速测定。结果表明,相比偏最小二乘回归（PLSR）和支持向量机（SVM）校正模型,RFR校正模型表现出更加优异的预测性能。获得的陶瓷Mg、Al、Ca和Fe等四种元素决定系数R2分别为0.9726、0.9619、0.9805和0.9695,RMSE分别为0.8324、0.8654、0.6892和0.7395。（2）针对RFR算法预测性能不理想的问题,提出一种基于序列后向选择（SBS）的特征选择方法,并构建SBS-RFR校正模型以实现陶瓷多元素含量的快速测定。结果表明,相比PLSR、SVM和RFR校正模型,SBS-RFR模型表现出更加优异的预测性能。四种元素的决定系数R2值均在0.9800以上,获得的RMSE值分别为0.3954、0.4627、0.2532和0.3791。因此,本章建立了一种基于LIBS技术结合RFR算法的陶瓷多元素定量分析方法,而使用合适的特征选择方法能进一步提高校正模型的预测性能。2.开展基于LIBS技术结合RF算法的不同时期陶瓷判别分析方法。（1）针对不同类别的陶瓷之间元素信息的差异性,提出一种基于随机森林（RF）结合变量重要性（Ⅵ）准则的有监督模式识别方法,并构建Ⅵ-RF判别模型以实现不同时期陶瓷的分类判别。将其预测性能与基于主成分分析（PCA）的无监督模式识别方法进行对比。结果表明,Ⅵ-RF判别模型能够较好地实现不同时期陶瓷的判别,其获得的判别灵敏度、特异度和准确率分别为0.8528、0.9710和0.9433。（2）针对陶瓷判别分析中LIBS光谱数据维度高、信息复杂的问题,提出一种基于广义序列后向选择（GSBS）的特征选择方法,并构建GSBS-RF判别模型以实现不同时期陶瓷的分类判别,将其得到的预测结果与RF、Ⅵ-RF和SBS-RF判别模型进行对比。结果表明,GSBS-RF模型得到的判别灵敏度、特异度和准确率分别为0.9526、0.9910和0.9782,均高于RF、Ⅵ-RF和SBS-RF判别模型获得的预测结果。（3）针对基于Wrapper式的特征选择方法计算量大的局限性,提出一种基于互信息（MI）和双向选择（DBS）的Filter/Wrapper式混合特征选择方法（MI-DBS）,并构建MI-DBS-RF判别模型以实现不同时期陶瓷的分类判别,将其得到的预测结果与RF、Ⅵ-RF、SBS-RF、GSBS-RF和MI-RF判别模型进行对比。结果表明,MI-DBS-RF模型具有更好的预测性能,其得到的平均判别灵敏度、特异度和准确率分别为0.9722、0.9956和0.9850。与Ⅵ-RF、SBS-RF和GSBS-RF判别模型相比,MI-DBS-RF模型能够提高预测准确度以及减少判别分析所需的计算时间。因此,本章建立了一种基于LIBS技术结合RF算法的不同时期陶瓷判别分析方法,而使用优异的混合特征选择方法能进一步提高判别模型的预测性能和计算效率。
许昀晖[3]（2021）在《家畜乳质谱指纹特征和真实性判别模型研究建立》文中认为现代质谱仪产生大量的质谱数据（质谱指纹）,通常用于鉴定纯物质或复杂体系全部或组分的分子种类和构成,这需要很专业的分析并相当费时。直接利用质谱指纹实现复杂成分食品真实性的判别及产品追溯无疑是创新的方法学研究。本研究旨在探索六种家畜乳的质谱指纹特征,并试图建立基于乳脂肪质谱指纹的家畜乳真实性判别模型。采集蒙古马（马）、荷斯坦牛（牛）、双峰驼（驼）、山羊、牦牛和水牛乳代表性样品56份,正己烷提取乳脂肪,超临界流体色谱-四极杆-飞行时间质谱仪（SFC-Q-TOF-MS）进行电喷雾电离源正离子模式（ESI+）质谱采集,得到总基峰色谱图（BPI）和总质谱指纹图（MS）。鉴定六种家畜乳脂肪中的甘油三酯分子（TAGs）进行PCA分析,作为标准对比评价质谱指纹的聚类效果。对BPI和MS图进行有效保留时段、特定质荷比及分子离子相对丰度等三维度截取,获得多组质谱指纹数据,进行主成分分析（PCA）和层聚类分析（HCA）。同时也鉴定六种家畜乳脂肪中的甘油三酯分子（TAGs）,进行PCA分析,对比评价质谱指纹和化学指纹对乳样的聚类效果。最后,选择聚类效果最好的质谱指纹和PCA条件参数建立SIMCA模型。BPI图显示六种家畜乳存在明显的物种差异,提示以色谱指纹建立物种真实性判别可行。六种家畜乳正己烷提取物共鉴定出113种TAGs,分子量在470～880之间,PCA分析乳样以物种聚类,以此结果为标准,直接对质谱指纹进行PCA分析,观察各质谱段对乳样的聚类效果,并选出截取效果最优段。BPI图截取保留时间5～14min段,MS图横轴截取乳TAGs分子离子480～910 m/z段,纵轴截取相对丰度30%以上,获得变量数（分子离子及碎片）3092个的质谱指纹,进行PCA分析效果最佳,聚类特征符合物种分类学规律。马乳、双峰驼乳与牛科家畜乳分别在空间三个不同相区聚类;牛科的牛、牦牛、水牛和山羊乳聚类很近,聚类距离符合牛属（牛和牦牛）、水牛属和山羊属的分类,基本达TAGs聚类分析的效果。发现有机和非有机荷斯坦牛乳分开聚类,提示乳TAGs和脂肪酸指纹不同。HCA分析与PCA结果一致。以本次研究最佳指纹截取和PCA参数建立SIMCA模型,进行家畜乳物种判别,内部和外部验证准确率分别为100%和95%,证明用乳脂肪质谱指纹进行家畜乳真实性的快速判别可行,为家畜乳真实性判别和追溯提供了一种创新思路、策略和技术。
梁晶[4]（2021）在《激光诱导击穿光谱技术结合机器学习策略的丹参溯源及多元校正方法研究》文中研究说明中药质量监督及控制是保障临床疗效、人类健康以及整个制药行业稳步发展的关键。激光诱导击穿光谱（LIBS）技术以其独特的无需复杂样品前处理、快速分析等优势,可作为一种中药质量快速评价的有效工具。然而,中药化学组成与结构呈现出复杂性、多样性等特征,针对复杂中药体系微量多组分的LIBS特征信息有效提取与分辨及精准分析仍然是目前面临的难题之一。本论文从中药质量精准分析与智能评价的实际需求出发,以丹参为研究对象,从种植环境土壤、中药材以及制剂三个方面着手,开展基于LIBS技术结合机器学习策略的丹参溯源及多元校正方法研究,期望为中药丹参质量的精准分析与智能评价提供理论基础与技术支撑。全文主要研究内容如下:首先,以种植环境土壤为研究对象,从土壤的重金属与营养元素定量分析的角度出发,建立基于LIBS技术与随机森林（RF）相结合的丹参种植土壤质量监控方法。（1）开展基于LIBS技术结合RF算法的土壤中重金属元素定量分析方法研究。考察不同光谱预处理方法对RF校正模型预测性能的影响,探索RF校正模型预测能力随不同输入变量（全谱、特征波段、后向区间和变量重要性测量）的变化规律。在最优化的光谱预处理方法、输入变量及模型参数等条件下,建立基于土壤中Cu、Cr、Pb和Ni四种金属元素的RF校正模型。结果表明,基于后向区间的RF校正模型表现出较好的预测性能,可以有效实现丹参种植土壤中Cu、Cr、Pb和Ni的准确定量分析（Cu:RMSE=8.0221μg/g;Cr:RMSE=6.0120μg/g;Pb:RMSE=1.7382μg/g;Ni:RMSE=1.2851μg/g）。（2）开展基于LIBS技术结合RF算法的土壤中营养元素（N、K、Ca及Mg）定量分析方法研究。利用五折交叉验证分别对预处理方法、输入变量及模型参数进行选择与优化,并基于最优化的RF校正模型对预测集土壤样本中四种营养元素进行定量分析。结果表明,该模型可以有效实现丹参种植土壤中N、K、Ca和Mg四种营养元素的准确定量分析（N:MRE=0.2677;K:MRE=0.1117;Ca:MRE=1.1744;Mg:MRE=0.2955）。因此,本章分别建立了一种基于LIBS技术结合RF的丹参种植土壤的重金属与营养元素定量分析方法,可为丹参种植土壤的精准监测与智能化评价提供新思路与新方法。其次,以中药材丹参为研究对象,从产地判别与重金属元素定量分析的角度出发,建立基于LIBS技术与化学计量学相结合的丹参质量评价方法。（1）开展LIBS结合粒子群优化（PSO）-核极限学习机（KELM）的丹参产地判别方法研究。首先利用主成分分析（PCA）对丹参产地进行无监督判别,然后建立基于全谱作为输入变量的KELM有监督判别模型,并探究不同变量选择方法（RF和PSO）对KELM判别模型的预测性能的影响。在优化的输入变量及模型参数下,分别建立最小二乘支持向量机（LSSVM）、RF及KELM判别模型。结果表明,相比其它判别模型,PSO-KELM模型表现出较好的预测性能（判别准确率为94.87%）;（2）开展基于LIBS结合LSSVM的丹参中三种重金属元素（Cu、Cd和Pb）定量分析方法研究。首先以全谱作为输入变量构建初始LSSVM模型,利用十折交叉验证考察不同预处理方法对LSSVM校正模型预测能力的影响,并基于变量重要性测量（VIM）对LSSVM输入变量选择与优化。在最优化的预处理方法、输入变量及模型参数等条件下,分别构建偏最小二乘（PLS）、RF及LSSVM三种校正模型。结果表明,相比RF和PLS校正模型,VIM-LSSVM校正模型表现出较好的预测性能（Cu:RMSE=0.2908μg/g;Cd:RMSE=0.0543μg/g;Pb:RMSE=0.2274μg/g）。因此,本章分别建立了基于LIBS技术结合化学计量学的丹参产地判别和重金属定量分析方法,可为中药材丹参的产地智能溯源与质量综合评价提供理论基础与技术支撑。最后,以复方丹参片为研究对象,借助数据融合策略,建立基于LIBS-IR多谱融合（特征级）结合RF的复方丹参片质量评价方法。首先,利用归一化方法消除两种光谱强度量级之间的差异,并构建RF初始化判别模型;然后考察不同变量选择方法（变量重要性测量（VIP）和VIM）分别对基于LIBS和红外光谱（IR）光谱的RF判别模型预测性能的影响。在最优化的输入变量下进行LIBS-IR光谱的特征级融合,并构建RF判别模型用于复方丹参片生产厂家判别。结果表明,相比基于VIM-LIBS和VIM-IR的RF判别模型,基于VIM-LIBS-IR的RF判别模型表现出最佳的预测性能（准确率=0.9333,否定率=0.9667,命中率=0.9619）。因此,本章建立了一种基于LIBS-IR特征级光谱融合技术结合RF的复方丹参片生产厂家判别方法,可为复方丹参片及其相关制剂的生产过程与市场监督提供新技术与新策略。
王敏华[5]（2021）在《基于化学计量学的煤与生物质催化加氢评价》文中研究表明本论文选用三种不同变阶程度的煤:宁东褐煤（ND）、俄矿次烟煤（EK）、山西烟煤（SX）和三种生物质:稻秆（DG）、稻壳（DK）和麦秆（MG）作为研究样本。分别在300℃下使用正己烷和甲醇2种溶剂对样本进行分级热溶,所得12种热溶物用Ni/HZSM-5催化剂进行催化加氢转化得到12种催化加氢产物,采用傅立叶变换红外光谱仪（FTIR）和轨道阱质谱（Orbitrap MS）分别对煤或生物质的热溶物及其催化加氢产物进行分析检测。结合四种不同的化学计量学方法:主成分分析（PCA）、层次聚类分析（HCA）、人工神经网络（ANN）和随机森林算法（RF）对测试大数据进行分析,探究不同样品间的相似性和差异性,评价催化剂对煤和生物质中有机质的分子组成与结构特征的影响以及催化剂的加氢脱杂效果。采用FTIR得到关于煤和生物质热溶物及其催化加氢产物共24个样品的官能团信息。24个样品中主要吸收峰均分布在六个相似的区域,对应的官能团主要包括:-OH、脂肪烃C-H、C=O或C=C、-CH2或-CH3、C-O-C和芳香烃C-H六类,但是吸收峰强度存在差异。依据该差异,采用PCA、HCA、ANN和RF四种化学计量学方法对24个样品的FTIR数据进行分析,将24个样品分为四类:煤热溶物（TD-coal）、煤催化加氢产物（CATA-coal）、生物质热溶物（TD-biomass）和生物质催化加氢产物（CATA-biomass）,经PCA方法分析,发现四类样品被成功区分开,且识别到芳香烃C-H、C-O-C、-CH2或-CH3和C=O或C=C为将四类样品区分开的主要特征变量。采用离差平方和法对样品的FTIR数据进行HCA分析,24个样品共被聚为四类,得到关于不同样品所含官能团的相似性和差异性信息,从而成功地对样品进行分类,结果显示热溶物中存在更多的芳香烃C-H键、C=C或C=O、-CH2或-CH3和C-O-C键,而催化加氢产物中存在更多脂肪烃C-H键和-OH键,说明催化剂破坏了煤和生物质热溶物中的芳香结构和C-O键。将样品分为训练集和测试集进行ANN和RF分析,结果显示训练集中的样品成功分为四类,并且识别到主要的特征变量分别为脂肪烃C-H、-OH和C-O-C,经过验证,发现两种模型分类准确率均在50%左右。Orbitrap MS中采用谱图拼接（Spectral-stitching）和源内碰撞诱导解离（ISCAD）两种模式对24个样品进行分析,得到关于煤和生物质样品更详细的分子组成信息。将谱图拼接测得的化合物分为CH、O、N和S族四类,以化合物丰富度差异性对样品进行分类和鉴定,PCA成功地将24个样品区分开,体现出不同类别样品间的差异性,其中热溶物中包含更多O3、O4、O5、O6和N4类化合物,催化加氢产物中包含更多CH、O1、N1和N2类类化合物,揭示了催化剂的加氢脱杂效果。利用HCA对24个样品进行分析,发现按O族化合物特点区分24个样品共被聚为五大类,按N族化合物特点区分24个样品共被聚为四大类,且揭示了热溶物和催化产物所含化合物的差异性。ANN和RF也成功将样品分类,且识别到将样品区分开的特征变量,两个模型的分类准确率均在50%左右。源内碰撞诱导解离模式检测到样品中所含主要化合物类别为:CH、O、N和ON,随着碰撞能量从0到100 e V,化合物从全分子结构变为芳香核碎片结构,用PCA和HCA两种方法对24个样品中的芳香核结构进行分析,按样品中所含O族和N族化合物的差异性和相似性成功地将热溶物和催化加氢产物区分开,且识别到了100 e V下样品中主要包含O1、O2和N1类化合物,另外发现催化剂也脱除了位于芳香核上的杂原子。多种化学计量学方法和数据采集手段的结合,为研究煤和生物质的分子组成以及催化剂的加氢转化提供了可靠依据。该学位论文有图41幅,表20个,参考文献107篇。
易媛[6]（2021）在《近红外光谱结合化学计量学快速评价茯苓质量的研究》文中研究表明茯苓,作为药食同源的药材,具有调节机体免疫、抗氧化、抗肿瘤等多种生物特性,具有较高的药用和食用价值,被广泛应用于中药方剂和中成药,以及应用于健康食品和功能性食品等。现代研究表明,茯苓主要含有多糖、三萜、蛋白质等多种化学成分,其中多糖是主要活性成分。2020年版《中国药典》只对茯苓规定了薄层鉴别、水分检查等项目,未见任何含量测定项目。因此,完善茯苓质量的评价和控制方法,仍然尤为必要。本论文基于近红外光谱结合化学计量学技术,快速测定茯苓多糖的含量及其抗氧化活性,同时对茯苓产地来源和掺假情况进行鉴别分析,建立稳健可靠的定性、定量模型,以实现从多方面快速评价茯苓质量的研究目的。本论文已完成的研究内容及成果如下:1.茯苓多糖含量快速测定:本研究共采集了71批次不同产地及不同批次的茯苓药材,利用苯酚浓硫酸法准确测定多糖含量,并将其与样本的近红外光谱数据进行关联,建立定量模型。研究对比了标准正态变换（SNV）、平滑（Smooth）、多元散射校正（MSC）、求导（Derivative）以及它们的结合等共6种预处理方法,以及对比了遗传算法（GA）、粒子群优化算法（PSO）、竞争自适应重加权采样法（CARS）等共3种变量筛选方法,最后建立最优化的偏最小二乘（PLS）多糖定量模型,并以决定系数（R2）、均方根误差（RMSE）与平均绝对误差（MAE）以及剩余预测偏差（RPD）多指标评价模型性能。结果发现,1D9S-GA-PLS定量模型性能最优,训练集与预测集的R2值均大于0.95,RPD值为4.86。结果表明,本文建立的定量模型能够快速、准确地预测茯苓的多糖含量。2.茯苓抗氧化能力快速测定:对所有批次茯苓提取液采用DPPH法、ABTS法以及FRAP法,测定样本的DPPH自由基清除能力、ABTS自由基清除能力、Fe3+还原能力。将测定数据与近红外光谱关联,建立基于近红外光谱快速测定茯苓抗氧化能力的数学模型。为优化模型,考察了SNV、MSC、1D5S、1D9S、2D5S、2D9S等预处理方法,以及GA、CARS、PSO等变量筛选方法。结果发现,三种抗氧化能力的GA-PLS定量模型表现均为最优,训练集与预测集R2值均大于0.94,RPD值均大于4.00。结果表明,本文建立的PLS优化模型具有良好的预测性能,可以快速测定茯苓的抗氧化能力。3.茯苓粉掺假的鉴别与检测:将10批次的茯苓粉末按照不同比例（5%-50%）混入玉米淀粉及面粉,制备茯苓粉掺假样品;再采集近红外光谱信息,进行定性定量分析。其中定性模型的构建中,对比了不同的建模方法,包括偏最小二乘判别（PLS-DA）、支持向量机（SVM）、线性判别（LDA）,以及对比了7种预处理方法及7种特征选择方法,将判别错误率（ERR）、真阳性率（TPR）以及真阴性率（TNR）与F1值作为评价指标。在建立定量模型时,将PLSR作为建模方法,对比了7种预处理方法及与3种变量筛选方法。结果发现,优化后的DMSC-relieff-PLSDA定性模型可以准确鉴别3类茯苓样品（即纯茯苓粉、掺假玉米淀粉、掺假面粉）,ERR均为0。而DMSC-CARS-PLS定量模型能准确检测茯苓粉中掺假面粉与淀粉的比例,其模型结果R2值均大于0.99,RPD值均大于34。结果表明,近红外光谱结合化学计量学可以建立可靠的定性定量模型,成功实现对茯苓粉掺假的鉴别与检测。
武新燕[7]（2021）在《紫外-可见光谱结合化学计量学对食用调和油定量研究》文中提出调和油是植物油经深加工的一类产品,由于调和油能够平衡植物油中的脂肪酸,因此对人类的身体营养和健康很重要。然而,调和油的配比长期以来没有统一的标准和规范,这导致调和油中具体成分的种类和含量模糊不清。因此,有必要开发快速定量检测的方法保证调和油的质量。本文探讨了紫外-可见光谱结合化学计量学方法对调和油定量分析的可行性。具体研究内容如下:1.提出一种基于经验模态分解（EMD）的权重多尺度回归方法,并用于二元和三元调和油的定量分析。按一定质量百分比配制由大豆油与花生油组成的二元调和油样品和由大豆油、花生油、芝麻油组成的三元调和油样品。然后采集二元和三元调和油样品的紫外-可见光谱。利用EMD的自适应性,分别对二元和三元调和油样品光谱进行分解,得到一系列本征模态函数（IMFs）和一个残差（r）,然后优化分解次数确定最大分解模式。在此基础上分别对二元调和油的花生油组分和三元调和油的芝麻油组分建立EMD-SVR模型。为了验证EMD-SVR的建模效果,将EMD-SVR的预测结果与PLS和SVR进行比较。结果显示,PLS、SVR、EMD-SVR对二元调和油的预测均方根误差（RMSEP）分别为9.7339、5.7716、3.7554,相关系数（R）分别为0.9461、0.9879、0.9933。对三元调和油的RMSEP为0.5676、0.6050、0.4999,R分别为0.9845、0.9803、0.9866。通过比较可以得出EMD-SVR在二元和三元调和油中都具有最低的RMSEP和最高的R。因此通过对原始光谱进行自适应分解可以有效地提高模型的预测精度。2.提出一种基于群体智能的灰狼算法（GWO）—偏最小二乘（PLS）建模方法,并用于四元调和油的定量分析。首先大豆油、葵花仁油、花生油和芝麻油按照一定的质量百分比进行调和获得102个四元调和油样品,并采集四元调和油的紫外-可见光谱。利用GWO在求解优化问题上强大的局部搜索能力和求解精度,将GWO引入到光谱中进行变量选择。考察了迭代次数、狼群数量对寻优结果的影响,并在最佳迭代次数和狼群数量的基础上建立GWO-PLS定量模型。为了说明GWO变量选择后的建模效果,将PLS、GWO-PLS的预测结果进行比较。结果显示经过GWO变量选择后,大豆油、葵花仁油、花生油和芝麻油的RMSEP分别下降了44%,49%,63%,45%,R值分别提高了0.31%,9.47%,9.91%,17.56%。此时大豆油、葵花仁油、花生油、芝麻油所保留的变量数分别为55,35,50,66。因此经过GWO变量选择后建立PLS能够提高模型的预测性能。
刘倩[8]（2021）在《X射线荧光和衍射光谱结合化学计量学对铜精矿产地溯源分析》文中研究指明铜精矿是现代工业不可或缺的一种重要矿石资源,也是有色金属国际贸易中的重要商品之一。由于我国是全球最大的铜精矿进口国,为了预防涉及安全、卫生、环保、欺诈等风险需要对铜精矿检验进行管理,包括对进口铜精矿的原产地进行符合性验证,并检测其各元素含量可以筛选掺杂、掺假、以次充好等现象,有助于风险分级、预警,对保障入境铜精矿的安全具有重要意义。X射线荧光和X射线衍射分析技术均具有制备样品简单、无损分析、稳定性好和分析速度快等优点,在铜精矿检测中受到广泛关注。本论文主要是利用X射线荧光和衍射光谱分析不同铜精矿产地特征,结合化学计量学算法建立铜精矿产地识别模型,为后续拓宽研究范围,丰富铜精矿样品的国别、矿区来源及矿物学信息,建立全面的铜精矿矿物学信息数据库,利用机器学习、深度学习等手段挖掘不同产地铜精矿的矿物学特征信息,实现铜精矿原产地智能判别提供参考借鉴。主要研究内容如下:（1）分析不同产地铜精矿元素及物相特征。应用X射线荧光光谱、X射线衍射和偏光显微镜观察对8个国家12批次不同矿区的进口铜精矿代表性样品开展综合分析,对比元素含量、物相组成特征及差异,探讨不同地质成因类型铜精矿样品的矿物学特征。X射线荧光光谱无标样分析表明铜精矿中的主要元素为O、Cu、Fe、S,普遍含有Zn、Si、Al、Mg、Ca、Pb;X射线衍射物相分析表明铜精矿样品主要物相为黄铜矿,其次常含有黄铁矿和闪锌矿等物相;偏光显微镜光片鉴定表明铜精矿样品金属矿物中黄铜矿的含量在88%～98%之间,大部分样品由黄铜矿（主体）与黄铁矿（一般<5%）组成,含量超过90%。结合铜精矿不同成矿类型分析表明,斑岩型、矽卡岩型、火山成因块状硫化型铜矿床样品中常见黄铜矿、黄铁矿、闪锌矿,并分别含有黑云母、草酸钙石、硫酸铅特征矿物;铁氧化物铜金矿床样品主要矿物为黄铜矿,常见磁黄铁矿、滑石特征矿物。（2）利用X射线荧光光谱无标样分析结果建立铜精矿分类模型。使用X射线荧光光谱无标样分析方法测定来自8个国别280批次铜精矿样品的元素组成及含量,并分析不同产地铜精矿的元素含量差异。将280个铜精矿样品分为226个建模样品和54个预测样品,建立铜精矿分类识别模型。选择O、Mg、Al、Si、P、S、K、Ca、Ti、Fe、Cu、Zn、Mn、As、Mo、Ag、Pb 17种元素含量作为变量,建立进口铜精矿国别的BP神经网络分类识别模型。采用F-score筛选出O、Mg、Al、Si、P、S、K、Ca、Cu、Zn、Mo、Ag、Pb 13个元素的含量作为特征变量,分别建立进口铜精矿国别的Fisher判别分析分类识别模型和BP神经网络分类识别模型。分别采用3种分类模型方法进行建模,其结果如下:（1）采用F-score筛选变量的Fisher判别分析模型对建模样品的识别准确率为94.2%,交叉验证准确率为92.8%,对预测样品的识别准确率为96.7%。（2）采用BP神经网络建立模型,当输入层为17个变量时,训练集、校正集、验证集、建模集以及预测样品的准确识别率分别为100%、97.1%、94.1%、98.2%、100%。（3）经F-score筛选变量后再采用BP神经网络建立模型,当输入层为13个变量时,训练集、校正集、验证集、建模集以及预测样品的准确识别率分别为100%、97.1%、100%、99.6%、100%。比较3次建模的结果可知,经F-score筛选变量后再采用BP神经网络所建模型的准确识别度最高,该方法不仅可以减少建模的输入变量还可以提高识别准确度。（3）利用X射线衍射光谱建立铜精矿分类模型。使用X射线衍射技术分析我国进口铜精矿数量最多的3个国别138批次铜精矿样品的物相特征,结合主成分分析和随机森林特征重要性方法提取铜精矿X射线衍射光谱的特征数据,建立随机森林分类模型。采用主成分分析对铜精矿X射线衍射光谱进行数据降维,用主成分分析的主成分数建立随机森林分类模型。结果表明,随机森林分类模型采用前16个主成分(PC1-16)建模,最高分类准确率为91.42%。由于主成分分析法不能凸显铜精矿X射线衍射谱图的特征,因此采用主成分载荷阈值法对前16个主成分(PC1-16)提取122个特征光谱数据建立随机森林分类模型,分类准确率为94.28%,分类准确率有所提升。进一步采用随机森林特征重要性排序数据建立分类模型。结果表明,选取特征重要性前34个数据建立随机森林分类模型的准确率达94.28%,该方法与主成分载荷阈值相比,不仅有效的减少了特征输入变量的个数,而且也可以达到好的分类识别效果。
殷博[9]（2020）在《一些重要生物分子的定量及疾病诊断新方法研究》文中认为硫醇等生物分子在调节各种正常生理病理过程中发挥着重要的作用,它们在体内的生理水平与许多疾病密切相关。因此,开发简便、灵敏、低成本的方法来实现这些重要生物分子的快速准确检测具有非常重要的意义。本学位论文在复杂体系中一些重要生物分子的测定及疾病诊断方面进行了较为深入地研究。借助化学计量学中矩方法的多分辨性和全局特征描述能力解决了复杂体系中多目标组分之间信号重叠及噪声干扰等问题。各章主要内容如下:第一章绪论主要概述纳米材料在一些重要生物分子检测方面的研究进展及化学计量学在复杂体系中定量分析及疾病诊断方面的应用研究,并对本学位论文的研究工作和创新之处进行了介绍。第二章谷胱甘肽自由基与药物白藜芦醇相互作用研究许多体外实验表明,在各种天然产品中发现的白藜芦醇（resveratrol,RES）与神经保护、心脏保护以及癌症的预防等有关。然而,临床试验得出的结果却各不相同,使得RES的作用备受争议。在本文中,我们首先研究了谷胱甘肽（reduced Glutathione,GSH）能以谷胱甘肽自由基（GS·）的形式和内源性有毒代谢物丙烯醛（Acrolein,ACR）结合。同时,我们证明了药物RES也可与细胞中的GS·结合。利用自由基捕获剂来捕获ACR、RES与GSH反应过程中的GS·,并通过紫外-可见分光光度法、质谱法以及理论计算等对两种反应的机理进行了进一步研究。密度泛函理论结果表明,与GS·与ACR之间的反应相比,GS·与药物RES的反应比更容易发生。此外,在癌细胞培养过程中加入RES后得到了RES与GSH的加合物GS-RES;进一步的研究表明超过77.6%的RES在癌细胞中被GSH消耗。由于在许多癌细胞中都观察到GSH的浓度偏高,因此从本研究结果可以推断出细胞中内源性的GS·可能是导致化疗期间抗肿瘤药物药效降低的重要因素之一,在临床治疗和药物开发中应予以特别关注。第三章基于多响应荧光探针同时定量分析癌细胞中的三种硫醇谷胱甘肽（reduced Glutathione,GSH）、半胱氨酸（Cysteine,Cys）和同型半胱氨酸（Homocysteine,Hcy）是生物体内非常重要的三种硫醇。由于它们在体内是共存的,为了满足实际需要,对它们的同时定量测定是非常有必要的。虽然目前已经研发了大量的荧光探针（包括多响应荧光探针）,但由于光谱信号的重叠以及细胞内环境的复杂性,同时准确定量分析细胞内多种硫醇仍然存在一定的困难。本研究采用多响应荧光探针同时定量分析细胞内的GSH、Cys和Hcy。利用密度泛函理论进一步研究了荧光探针与三种硫醇之间的作用机理,结果表明三种硫醇中Hcy与探针作用所需要的激发能量最低。为了实现对三种硫醇的同时定量分析,我们采用了Tchebichef图像矩（Tchebichef image moment,TiM）方法。作为目标组分的特征变量,TiM方法可以方便地提取多种目标组分的特征信息。从三维（three-dimensional,3D）荧光光谱灰度图像出发,我们计算得到了代表各个组分信息的Tchebichef图像矩值,然后采用逐步回归的方法建立定量线性模型。该分析方法的日内和日间精密度分别低于5.6%和8.7%,Cys、GSH和Hcy的检测限分别为0.11μM,0.35μM和0.18μM。回收率在97.0%到105.9%之间。此外,该方法还应用于MCF-10A细胞和MDA-MB-231癌细胞中Cys、GSH和Hcy的同时定量测定。结果表明,癌细胞中三种硫醇的浓度均高于正常细胞中硫醇的浓度。本研究不仅为复杂细胞环境中多目标生物分子的定量研究提供了一种有效的方法,而且进一步拓展了多响应荧光探针的应用范围。第四章血清中单胺类神经递质的同时定量分析研究神经递质是内源性的化学信使,在神经元和其他细胞之间传递和转换特定的信号。它们可以作为生物标记物用于许多疾病的诊断分析研究。在此,我们发展了一种电化学与化学计量学相结合的方法,可以同时定量分析人血清中单胺类神经递质,包括多巴胺（Dopamine,DA）、血清素（又名5-羟色胺,5-hydroxytryptamine,5-HT）、肾上腺素（Epinephrine,EP）以及去甲肾上腺素（Norepinephrine,NE）。采用电沉积法制备了还原氧化石墨烯（Reduced Graphene Oxide,RGO）修饰的玻碳电极RGO/GCE,并用扫描电子显微镜（Scanning Electron Microscope,SEM）和电化学技术对该修饰电极进行了表征。差示脉冲伏安（Differential Pulse Voltammetry,DPV）测试结果表明四种神经递质之间存在比较严重的伏安信号重叠现象。为了实现这四种神经递质的同时测定,我们利用课题组提出的Tchebichef曲线矩（Tchebichef curve moment,TcM）方法从伏安图中得到每个目标组分的特征信息,并通过逐步回归建立定量模型进行多目标组分的同时定量分析。该分析方法的日内和日间精密度分别低于3.5%和8.1%,四种神经递质DA、EP、NE和5-HT的检测限分别达到0.074μM,0.104μM,0.084μM和0.097μM。回收率在83.5%到111.6%之间。以上结果表明,我们提出的方法简便、可靠,可实现人血清中多种神经递质的同时测定。第五章一锅法合成CuNCs/RGO纳米复合材料及其对人血清中肝素的灵敏检测利用简便的一锅法来合成铜纳米簇（CuNCs）修饰的还原氧化石墨烯（CuNCs/RGO）纳米复合材料,其中CuNCs通过与GSH功能化的还原氧化石墨烯之间的配体交换作用附着在石墨烯表面。我们对合成的纳米复合材料进行了紫外、红外、质谱以及透射电镜等表征,同时利用密度泛函理论对CuNCs的结构进行了详细的研究,发现Cu3R2簇结构(R=C10H16O6N3S)能量最低,推测是CuNCs的主要组成结构。由于CuNCs和还原氧化石墨烯（RGO）之间存在光诱导电子转移过程,致使CuNCs/RGO纳米复合材料的荧光很弱。发现该纳米复合材料在肝素（Heparin,Hep）的作用下,波长为595 nm处的荧光会明显增强。基于此我们构建了CuNCs/RGO纳米复合材料荧光传感平台来灵敏检测人血清中的Hep,并对复合材料荧光猝灭的机理以及Hep的传感机理作了进一步的研究。另外,在含有2%人血清样品的缓冲溶液中Hep的检测限可以达到26 nM;线性范围在0.1-10μM之间,加标回收率结果满意,在96.6%104.7%之间。以上结果说明我们制备的CuNCs/RGO纳米复合材料能够应用于人血清样品中Hep的灵敏检测。第六章基于血浆三维荧光光谱对结肠直肠癌的早期诊断分析研究结肠直肠癌（colorectal cancer,CRC）是胃肠道中常见的恶性肿瘤。由于CRC的早期症状不明显以及对该病缺乏有效的筛查方法,导致CRC筛查率在一般人群中仍然较低。因此,急需发展一种快速、可靠的方法来进行CRC的早期诊断。恶性组织上相关的生物分子如嘌呤核苷酸和卟啉等会在紫外可见区域产生一个宽的荧光发射光谱范围。本章提出了一种基于Tchebichef图像矩的偏最小二乘-判别分析（TiM-PLS-DA）方法,可以从三类血浆样本（CRC患者样本、腺瘤患者样本和健康受试者样本）的三维荧光光谱中进行快速诊断。建立的分类模型对CRC癌症样本预测的准确率达到了84%。我们采用Venetian blinds交互检验方法对建立的模型进行了验证。交叉验证集和测试集的分类误差率均低于0.16,CRC检测的灵敏度和特异性分别为0.95和0.88。另外,我们利用受试者工作特征曲线（Receiver Operating Characteristics,ROC）对模型诊断能力进行的进一步的检验,CRC样本的ROC曲线下面积（Area Under Curve,AUC）达到0.94。和已有方法相比,血浆荧光光谱结合TiM-PLS-DA方法对CRC的早期诊断具有较大的优势,将为临床癌症诊断分析提供一种潜在的替代方法。第七章总结与展望
张原[10]（2020）在《基于全二维气相色谱-质谱的汽油及残留物特征成分分析》文中提出纵火是一类严重的刑事犯罪,纵火罪是中华人民共和国刑法规定的8种重大刑事犯罪之一,其严重危害人民群众的生命财产安全,扰乱社会秩序,给经济社会发展造成巨大损失。纵火案件调查中,现场勘查人员首先要对火灾原因进行分析研判,确定案件性质。因为火场高温环境,生物类物证通常失去证据价值,易燃液体残留物检验成为判断是否为人为纵火的关键环节。为更好地认识纵火案件中最常见的易燃液体——汽油,以及火场材质燃烧对汽油样品检验产生的干扰,本论文基于全二维气相色谱—质谱技术,对汽油样品的检验方法进行优化,详细分析了吉林石化汽油样品的组分,并对8种常见的火场材质燃烧残留物进行检验,分析其对于汽油样品检验产生的影响。最后,引入化学计量学方法对采自全国22家石化炼厂的50种汽油样品进行聚类与Fisher判别分析,基本实现了地域和品牌的区分。（1）本文建立了汽油样品的检验方法,并以吉林石化生产的92#、95#、98#汽油样品为例,运用文中建立的标准品结合正反向匹配结果的定性分析与相对响应因子校正的定量分析方法,通过观察C7C12烷基苯、茚系物和萘系物的组分变化,对同一炼厂生产的不同标号汽油样品进行鉴别,达到了较好的分析效果。（2）基质干扰是影响火场汽油残留物鉴定准确性的重要影响因素之一,通过对防滑地垫、木椅、混纺地毯、沙发海绵、报纸、旧衣物、杂志、窗帘8种火场常见燃烧材质进行控制条件的燃烧实验,归纳总结其燃烧残留物的主要组分,评价了其对汽油残留物检验的干扰,验证了这8种材质,尤其是除防滑地垫和混纺地毯2种材质外的其它6种材质,对火场燃烧残留物中汽油的检测干扰较小。（3）化学计量学在火场燃烧残留物检验领域已得到一定程度应用,聚类分析与判别分析是两类常用的分析方法。系统聚类分析的结果表明,Ward法相对于最短距离聚类法和组间联接聚类法效果更好;Fisher判别法相对于PCA-Fisher联用判别法对不同产区汽油样品的判别更准确（82%>72%）,所建立的Fisher判别函数具有一定的应用价值。本文在汽油的全二维气相色谱—质谱联用检验方法,常见材质的燃烧产物识别,汽油样品的聚类与判别分析等方面进行了探索,以期对火场燃烧残留物检验的相关研究起到借鉴作用。
二、化学计量学在热分析中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、化学计量学在热分析中的应用（论文提纲范文）
（1）化学计量学在中药色谱分析中的应用探讨（论文提纲范文）
| 1 色谱分离技术 |
| 2 化学计量学的应用 |
| 2.1 实验设计 |
| 2.2 色谱数据的前处理 |
| 2.2.1 标准化样品数据 |
| 2.2.2 优化信噪比 |
| 2.2.3 色谱信号峰的校准 |
| 2.3 色谱数据的相似度分析 |
| 2.4 色谱数据的聚类分析 |
| 2.5 色谱数据的主成分分析 |
| 2.6 色谱数据的模式识别分析 |
| 2.7 色谱数据的多元校正 |
| 3 讨论与总结 |
（2）激光诱导击穿光谱技术结合机器学习策略的陶瓷快速定量与判别分析方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 英文缩写对照表 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 激光诱导击穿光谱 |
| 1.2.1 LIBS技术简介 |
| 1.2.2 LIBS信号增强研究 |
| 1.2.3 LIBS仪器应用研究 |
| 1.2.4 LIBS技术联用研究 |
| 1.3 化学计量学 |
| 1.3.1 化学计量学简介 |
| 1.3.2 化学计量学在LIBS中的应用 |
| 1.4 本论文研究内容及意义 |
| 第二章 基于LIBS结合RFR的陶瓷多元素定量分析方法研究 |
| 2.1 基于RFR算法的陶瓷多元素定量分析方法研究 |
| 2.1.1 引言 |
| 2.1.2 实验材料与方法 |
| 2.1.3 结果与讨论 |
| 2.1.3.1 实验参数优化 |
| 2.1.3.2 RFR模型输入变量和参数的优化 |
| 2.1.3.3 RFR模型预测能力的验证 |
| 2.1.4 本节小结 |
| 2.2 基于RFR结合SBS算法的陶瓷多元素定量分析方法研究 |
| 2.2.1 引言 |
| 2.2.2 实验方法 |
| 2.2.3 结果与讨论 |
| 2.2.3.1 预处理方法的选择与优化 |
| 2.2.3.2 基于SBS算法优化RFR模型输入变量 |
| 2.2.3.3 SBS-RFR模型参数优化 |
| 2.2.3.4 SBS-RFR模型预测性能的验证 |
| 2.2.4 本节小结 |
| 2.3 本章小结 |
| 第三章 基于LIBS结合RF的不同时期陶瓷判别分析方法研究 |
| 3.1 基于RF结合Ⅵ准则的不同时期陶瓷判别分析方法研究 |
| 3.1.1 引言 |
| 3.1.2 实验材料与方法 |
| 3.1.3 结果与讨论 |
| 3.1.3.1 基于PCA的判别分析研究 |
| 3.1.3.2 Ⅵ-RF模型输入变量和参数优化 |
| 3.1.3.3 Ⅵ-RF模型预测能力的验证 |
| 3.1.4 本节小结 |
| 3.2 基于RF结合GSBS算法的不同时期陶瓷判别分析方法研究 |
| 3.2.1 引言 |
| 3.2.2 实验方法 |
| 3.2.3 结果与讨论 |
| 3.2.3.1 LIBS光谱预处理 |
| 3.2.3.2 GSBS-RF模型输入变量与参数优化 |
| 3.2.3.3 GSBS-RF模型预测能力的验证 |
| 3.2.4 本节小结 |
| 3.3 基于RF结合MI-DBS算法的不同时期陶瓷判别分析方法研究 |
| 3.3.1 引言 |
| 3.3.2 实验方法 |
| 3.3.3 结果与讨论 |
| 3.3.3.1 小波变换去噪 |
| 3.3.3.2 基于MI-DBS优化RF模型输入变量 |
| 3.3.3.3 MI-DBS-RF模型预测性能的验证 |
| 3.3.4 本节小结 |
| 3.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 作者简介及攻读博士学位期间取得的科研成果 |
| 致谢 |
（3）家畜乳质谱指纹特征和真实性判别模型研究建立（论文提纲范文）
| 摘要 |
| abstract |
| 1 引言 |
| 1.1 家畜乳研究概况 |
| 1.2 指纹图谱研究概况 |
| 1.2.1 指纹图谱的概念 |
| 1.2.2 指纹图谱的方法 |
| 1.2.3 指纹图谱的获取 |
| 1.2.4 指纹图谱在食品分析中的应用 |
| 1.2.5 指纹图谱展望 |
| 1.3 甘油三酯简介 |
| 1.4 乳脂肪甘油三酯及其功能 |
| 1.5 乳脂肪甘油三酯的分析测定方法 |
| 1.6 超临界流体色谱串联质谱法 |
| 1.7 化学计量学及其在食品分析中的应用 |
| 1.7.1 化学计量学 |
| 1.7.2 在食品分析中的应用 |
| 1.8 研究目的与意义 |
| 2 实验材料 |
| 2.1 样品采集 |
| 2.2 试剂与仪器 |
| 2.2.1 试剂与药品 |
| 2.2.2 仪器与设备 |
| 3 实验方法 |
| 3.1 总技术路线图 |
| 3.2 样品前处理 |
| 3.3 质谱采集 |
| 3.4 质谱分析 |
| 3.5 甘油三酯的鉴定 |
| 4 结果与分析 |
| 4.1 总基峰色谱图和质谱图 |
| 4.2 六种家畜乳TAGs的鉴定与PCA分析 |
| 4.3 质谱指纹特征 |
| 4.3.1 六种家畜乳全质谱指纹PCA分析 |
| 4.3.2 六种家畜乳截取处理总质谱指纹PCA分析 |
| 4.3.3 六种家畜乳最佳质谱段聚类与甘油三酯分子鉴定PCA对比分析 |
| 4.3.4 牛科家畜乳质谱指纹PCA分析 |
| 4.3.5 有机和非有机牛乳总质谱指纹PCA分析 |
| 4.3.6 原马乳和酸马乳总质谱指纹PCA分析 |
| 4.4 六种家畜乳质谱指纹HCA分析 |
| 4.5 SIMCA判别模型的建立及验证 |
| 5 讨论 |
| 5.1 乳脂肪甘油三酯的提取分离 |
| 5.2 家畜乳SFC-Q-TOF-MS检测及分析 |
| 5.3 六种家畜乳质谱指纹截取PCA、HCA分析 |
| 5.4 家畜乳物种SIMCA模型的建立及判别 |
| 6 本研究创新点、研究不足与展望 |
| 6.1 创新点 |
| 6.2 研究不足 |
| 7 结论 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 附录 |
（4）激光诱导击穿光谱技术结合机器学习策略的丹参溯源及多元校正方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 英文缩略表 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 激光诱导击穿光谱(LIBS)技术 |
| 1.2.1 LIBS技术基本原理 |
| 1.2.2 LIBS技术的分类 |
| 1.2.3 LIBS技术的最新进展 |
| 1.3 红外光谱技术 |
| 1.3.1 IR技术基本原理 |
| 1.3.2 红外光谱仪的分类 |
| 1.3.3 红外光谱的最新进展 |
| 1.4 光谱融合技术 |
| 1.5 化学计量学 |
| 1.5.1 化学计量学起源与发展 |
| 1.5.2 基于化学计量学的预测模型性能提升策略 |
| 1.6 LIBS技术结合化学计量学在中药方面的研究进展 |
| 1.7 本研究的主要研究内容及创新性 |
| 第二章 LIBS结合化学计量学的丹参种植土壤评价方法研究 |
| 2.1 基于LIBS技术结合RF算法的土壤中重金属元素定量分析方法 |
| 2.1.1 材料和方法 |
| 2.1.2 结果与讨论 |
| 2.1.3 小结 |
| 2.2 基于LIBS技术结合RF算法的土壤中营养元素定量分析方法 |
| 2.2.1 材料和方法 |
| 2.2.2 结果与讨论 |
| 2.2.3 小结 |
| 2.3 本章小结 |
| 第三章 LIBS结合化学计量学的丹参质量评价方法研究 |
| 3.1 LIBS结合PSO-KELM的丹参产地判别方法研究 |
| 3.1.1 材料和方法 |
| 3.1.2 结果和讨论 |
| 3.1.3 小结 |
| 3.2 基于LIBS结合LSSVM的丹参中三种重金属元素定量分析方法 |
| 3.2.1 实验部分 |
| 3.2.2 结果与讨论 |
| 3.2.3 小结 |
| 3.3 本章小结 |
| 第四章 LIBS结合RF的复方丹参片生产厂家判别方法研究 |
| 4.1 材料与方法 |
| 4.1.1 样品收集与制备 |
| 4.1.2 LIBS光谱采集 |
| 4.1.3 红外光谱采集 |
| 4.1.4 LIBS和 IR光谱融合技术 |
| 4.2 结果与讨论 |
| 4.2.1 复方丹参片的LIBS分析 |
| 4.2.2 复方丹参片的红外分析 |
| 4.2.3 基于LIBS-IR数据融合的复方丹参片厂家判别分析 |
| 4.2.4 三种RF判别模型预测性能对比 |
| 4.3 本章小结 |
| 总结与展望 |
| 1.全文工作总结 |
| 2.下一步工作计划 |
| 3.展望 |
| 参考文献 |
| 攻读博士学位期间取得的科研成果 |
| 致谢 |
（5）基于化学计量学的煤与生物质催化加氢评价（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 课题背景及意义 |
| 1.2 煤和生物质的热溶及催化加氢转化研究进展 |
| 1.3 煤和生物质有机质的分析方法 |
| 1.4 化学计量学 |
| 1.5 研究内容 |
| 2 实验部分 |
| 2.1 样品的制备与分析 |
| 2.2 试剂与仪器 |
| 2.3 催化剂的制备与表征 |
| 2.4 实验步骤 |
| 2.5 仪器分析 |
| 2.6 化学计量学分析 |
| 3 热溶收率和催化剂表征 |
| 3.1 热溶收率 |
| 3.2 催化剂表征 |
| 3.3 本章小结 |
| 4 化学计量学方法对FTIR数据的分析 |
| 4.1 煤样的FTIR分析 |
| 4.2 生物质的FTIR分析 |
| 4.3 非监督类型化学计量学方法对FTIR数据的分析 |
| 4.4 监督类型化学计量学方法对FTIR数据的分析 |
| 4.5 本章小结 |
| 5 化学计量学方法对APCI-Orbitrap MS数据的分析 |
| 5.1 谱图拼接分析 |
| 5.2 化学计量学方法对谱图拼接数据的分析 |
| 5.3 源内碰撞诱导解离分析 |
| 5.4 化学计量学方法对ISCAD数据的分析 |
| 5.5 本章小结 |
| 6 结论和创新点 |
| 6.1 结论 |
| 6.2 创新点 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（6）近红外光谱结合化学计量学快速评价茯苓质量的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 研究背景及其意义 |
| 1.2 近红外技术概述 |
| 1.3 化学计量学方法概述 |
| 1.3.1 预处理方法 |
| 1.3.2 变量筛选方法 |
| 1.3.3 定性建模方法 |
| 1.3.4 定量建模方法 |
| 1.3.5 模型检验与评价 |
| 1.4 近红外结合化学计量学在食品与中药检测方面的应用 |
| 1.5 本文研究内容及其技术路线图 |
| 1.5.1 研究内容 |
| 1.5.2 技术路线 |
| 第二章 近红外结合化学计量学快速测定茯苓多糖含量 |
| 2.1 引言 |
| 2.2 实验方法 |
| 2.2.1 仪器与试剂 |
| 2.2.2 样品前处理 |
| 2.2.3 近红外光谱采集 |
| 2.2.4 多糖含量测定 |
| 2.2.5 产地鉴别模型 |
| 2.2.6 多糖含量模型 |
| 2.3 结果与讨论 |
| 2.3.1 近红外光谱特征 |
| 2.3.2 多糖含量测定结果 |
| 2.3.3 产地鉴别模型结果 |
| 2.3.4 多糖含量模型分析 |
| 2.4 结论 |
| 第三章 近红外结合化学计量学快速测定茯苓抗氧化能力 |
| 3.1 引言 |
| 3.2 试验方法 |
| 3.2.1 仪器与试剂 |
| 3.2.2 样品前处理 |
| 3.2.3 近红外光谱采集 |
| 3.2.4 茯苓提取物对DPPH清除率的测定 |
| 3.2.5 茯苓提取物对ABTS清除率的测定 |
| 3.2.6 茯苓提取物对Fe~(3+)还原能力的测定 |
| 3.2.7 定量模型的建立与优化 |
| 3.3 结果与讨论 |
| 3.3.1 近红外光谱特征 |
| 3.3.2 抗氧化能力测定结果 |
| 3.3.3 茯苓近红外光谱与抗氧化数据的关联 |
| 3.3.4 PLS抗氧化能力预测模型 |
| 3.4 结论 |
| 第四章 近红外光谱结合化学计量学快速检测茯苓掺杂物 |
| 4.1 引言 |
| 4.2 仪器与材料 |
| 4.3 实验方法 |
| 4.3.1 药材收集与前处理 |
| 4.3.2 掺假样品制备 |
| 4.3.3 样品分类标签 |
| 4.3.4 近红外测定 |
| 4.3.5 定性分析 |
| 4.3.6 定量分析 |
| 4.4 结果 |
| 4.4.1 近红外光谱分析 |
| 4.4.2 PCA分析 |
| 4.4.3 监督判别分析 |
| 4.4.4 PLS定量模型结果 |
| 4.5 小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 附录1 71批茯苓样品详细信息 |
| 附录2 缩略语表 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文 |
（7）紫外-可见光谱结合化学计量学对食用调和油定量研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 食用调和油简介 |
| 1.2 调和油的检测方法 |
| 1.2.1 色谱法 |
| 1.2.2 光谱法 |
| 1.3 化学计量学 |
| 1.3.1 光谱信号处理技术 |
| 1.3.2 变量选择方法 |
| 1.3.3 多元校正方法 |
| 1.4 课题研究的目的与思路 |
| 第二章 基于经验模态分解的权重多尺度支持向量回归对二元、三元食用调和油的定量研究 |
| 2.1 引言 |
| 2.2 实验 |
| 2.2.1 材料与设备 |
| 2.2.2 样品制备 |
| 2.2.3 光谱采集 |
| 2.3 原理与算法 |
| 2.3.1 支持向量回归 |
| 2.3.2 经验模态分解 |
| 2.3.3 基于经验模态分解的权重多尺度支持向量回归 |
| 2.4 结果讨论 |
| 2.4.1 光谱信号的EMD分解 |
| 2.4.2 最大模式的确定 |
| 2.4.3 预测结果比较 |
| 2.5 小结 |
| 第三章 基于灰狼算法的变量选择方法结合偏最小二乘回归对四元食用调和油的定量研究 |
| 3.1 引言 |
| 3.2 实验 |
| 3.2.1 材料与设备 |
| 3.2.2 样品制备 |
| 3.2.3 光谱采集 |
| 3.3 原理与算法 |
| 3.3.1 偏最小二乘回归 |
| 3.3.2 灰狼优化算法 |
| 3.4 结果讨论 |
| 3.4.1 狼群性能随迭代次数的变化 |
| 3.4.2 PLS因子数优化 |
| 3.4.3 迭代次数优化 |
| 3.4.4 狼群数量优化 |
| 3.4.5 变量选择结果 |
| 3.4.6 预测结果比较 |
| 3.5 小结 |
| 第四章 结论 |
| 参考文献 |
| 发表论文和参加科研情况 |
| 致谢 |
（8）X射线荧光和衍射光谱结合化学计量学对铜精矿产地溯源分析（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 进口铜精矿资源概况及产地溯源需求分析 |
| 1.2 X射线荧光光谱分析 |
| 1.3 X射线衍射分析 |
| 1.4 化学计量学在X射线光谱中的应用 |
| 1.5 论文主要研究内容及工作 |
| 第二章 偏光显微镜-X射线荧光-X射线衍射分析12 种产地铜精矿矿物学特征 |
| 2.1 引言 |
| 2.2 实验部分 |
| 2.3 结果与讨论 |
| 2.4 本章小结 |
| 第三章 X射线荧光光谱结合BP神经网络识别进口铜精矿产地 |
| 3.1 引言 |
| 3.2 实验部分 |
| 3.3 数据处理 |
| 3.4 结果与讨论 |
| 3.5 本章小结 |
| 第四章 基于X射线衍射特征识别铜精矿产地分析方法 |
| 4.1 引言 |
| 4.2 实验部分 |
| 4.3 数据处理 |
| 4.4 结果与讨论 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
| 致谢 |
（9）一些重要生物分子的定量及疾病诊断新方法研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言——重要生物分子 |
| 1.1.1 生物硫醇 |
| 1.1.2 神经递质 |
| 1.1.3 肝素 |
| 1.2 纳米材料在重要生物分子检测方面的研究进展 |
| 1.2.1 金属纳米簇 |
| 1.2.2 基于氧化石墨烯的纳米复合材料 |
| 1.3 化学计量学在复杂体系分析中的应用 |
| 1.3.1 化学计量学的发展 |
| 1.3.2 化学计量学在定量分析中的应用 |
| 1.3.3 化学计量学在疾病诊断中的应用 |
| 1.4 本学位论文的研究工作和意义 |
| 1.4.1 小分子生物硫醇谷胱甘肽与药物之间的相互作用研究 |
| 1.4.2 重要生物分子的定量分析研究 |
| 1.4.3 结肠直肠癌的早期诊断分析研究 |
| 1.5 本学位论文的创新点 |
| 第二章 谷胱甘肽自由基与药物白藜芦醇相互作用研究 |
| 2.1 引言 |
| 2.2 实验部分 |
| 2.2.1 试剂和仪器 |
| 2.2.2 GS·的产生 |
| 2.2.3 GS·的捕获 |
| 2.2.4 GSH与 ACR的反应 |
| 2.2.5 GSH与 RES的反应 |
| 2.2.6 细胞培养 |
| 2.2.7 荧光光谱测定 |
| 2.2.8 计算方法 |
| 2.3 结果和讨论 |
| 2.3.1 GS·与ACR的反应 |
| 2.3.2 GS·与RES的反应 |
| 2.3.3 密度泛函理论研究反应机理 |
| 2.3.4 细胞中GS-RES的检测 |
| 2.4 小结 |
| 第三章 基于多响应荧光探针同时定量分析癌细胞中的三种硫醇 |
| 3.1 引言 |
| 3.2 实验部分 |
| 3.2.1 试剂和仪器 |
| 3.2.2 荧光测定过程 |
| 3.2.3 细胞培养及硫醇的测定 |
| 3.3 数据和方法 |
| 3.3.1 样品和数据 |
| 3.3.2 Tchebichef图像矩介绍 |
| 3.3.3 回归建模 |
| 3.3.4 模型性能评估 |
| 3.3.5 方法的性能评估 |
| 3.4 结果和讨论 |
| 3.4.1 探针与Cys/GSH/Hcy作用研究 |
| 3.4.2 Tchebichef矩值的计算 |
| 3.4.3 建立定量模型 |
| 3.4.4 定量模型及分析方法的性能 |
| 3.4.4.1 定量模型的性能 |
| 3.4.4.2 分析方法的性能 |
| 3.4.5 与N-PLS和 MCR-ALS比较 |
| 3.4.6 细胞中硫醇含量的检测 |
| 3.5 小结 |
| 第四章 血清中单胺类神经递质的同时定量分析研究 |
| 4.1 引言 |
| 4.2 实验部分 |
| 4.2.1 实验试剂 |
| 4.2.2 实验仪器 |
| 4.2.3 修饰电极的制备 |
| 4.2.4 神经递质的电化学测定 |
| 4.2.5 加标回收实验 |
| 4.3 数据和方法 |
| 4.3.1 样品和数据 |
| 4.3.2 Tchebichef曲线矩方法介绍 |
| 4.3.3 逐步回归建模 |
| 4.3.4 模型性能评估 |
| 4.3.5 方法的性能评估 |
| 4.4 结果和讨论 |
| 4.4.1 RGO修饰电极 |
| 4.4.2 神经递质的电化学行为研究 |
| 4.4.3 Tchebichef矩值的计算 |
| 4.4.4 建立定量模型 |
| 4.4.5 定量模型及分析方法的性能 |
| 4.4.5.1 定量模型的性能 |
| 4.4.5.2 分析方法的性能 |
| 4.4.6 与PLS和 MCR-ALS比较 |
| 4.4.7 血清中四种神经递质含量的检测 |
| 4.5 小结 |
| 第五章 一锅法合成CuNCs/RGO纳米复合材料及其对人血清中肝素的灵敏检测 |
| 5.1 引言 |
| 5.2 实验部分 |
| 5.2.1 试剂和仪器 |
| 5.2.2 材料的合成 |
| 5.2.3 荧光测定Hep |
| 5.2.4 CCK-8实验 |
| 5.2.5 电化学实验 |
| 5.2.6 DFT计算 |
| 5.3 结果和讨论 |
| 5.3.1 CuNCs/RGO纳米复合材料的表征 |
| 5.3.2 CuNCs/RGO纳米复合材料传感平台 |
| 5.3.2.1 传感平台的构建 |
| 5.3.2.2 机理研究 |
| 5.3.2.3 最佳实验条件探索 |
| 5.3.3 复合材料的性能研究 |
| 5.3.3.1 复合材料的稳定性研究 |
| 5.3.3.2 复合材料的生物相容性研究 |
| 5.3.4 缓冲溶液中Hep的检测 |
| 5.3.5 实际样品的检测 |
| 5.4 小结 |
| 第六章 基于血浆三维荧光光谱对结肠直肠癌的早期诊断分析研究 |
| 6.1 引言 |
| 6.2 数据和方法 |
| 6.2.1 样品和数据 |
| 6.2.2 方法 |
| 6.2.2.1 Tchebichef图像矩 |
| 6.2.2.2 PLS-DA |
| 6.2.2.3 TiM-PLS-DA |
| 6.2.2.4 计算环境 |
| 6.2.3 模型评价 |
| 6.3 结果和讨论 |
| 6.3.1 Tchebichef矩值的计算 |
| 6.3.2 PLS-DA模型的建立 |
| 6.3.3 TiM-PLS-DA模型分类结果 |
| 6.3.4 方法比较 |
| 6.4 小结 |
| 第七章 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 研究工作展望 |
| 参考文献 |
| 在学期间的研究成果 |
| 致谢 |
（10）基于全二维气相色谱-质谱的汽油及残留物特征成分分析（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 1 火场燃烧残留物检验的仪器分析方法 |
| 1.1 气相色谱-质谱联用法（GC-MS） |
| 1.1.1 前处理条件的创新 |
| 1.1.2 烷烃及芳烃特征离子的选择与程序升温条件的优化 |
| 1.2 全二维气相色谱-质谱联用法（GC×GC-MS） |
| 1.3 拉曼光谱法与红外光谱法（Raman spectrum & Infrared spectrum） |
| 1.4 稳定同位素质谱法（IRMS） |
| 1.5 小结 |
| 2 火场燃烧残留物检验的基质干扰研究 |
| 2.1 不同基质对易燃液体认定的干扰 |
| 2.2 基质干扰对不同种类易燃液体的影响 |
| 2.3 小结 |
| 3 火场燃烧残留物中易燃液体检验的研判分析 |
| 3.1 火场燃烧残留物中易燃液体检验的ASTM E-1618标准 |
| 3.2 化学计量学方法原理及应用 |
| 3.2.1 火场燃烧残留物检验中常用化学计量学方法 |
| 3.2.1.1 聚类分析 |
| 3.2.1.2 主成分分析（PCA） |
| 3.2.1.3 Fisher判别分析 |
| 3.2.2 化学计量学方法在火场燃烧残留物检验中的应用 |
| 3.2.2.1 化学模式识别在火场燃烧残留物检验中的应用 |
| 3.2.2.2 化学校正理论在火场燃烧残留物检验中的应用 |
| 3.3 小结 |
| 4 汽油样品分析方法的建立及评价 |
| 4.1 实验部分 |
| 4.1.1 实验仪器与试剂 |
| 4.1.2 样品处理 |
| 4.1.3 实验方法 |
| 4.2 GC×GC-qMS分析方法的建立 |
| 4.3 汽油样品的定性与定量分析 |
| 4.3.1 汽油样品的定性分析 |
| 4.3.1.1 定性分析方法建立与评价 |
| 4.3.1.2 三种标号汽油样品的定性分析 |
| 4.3.2 汽油样品的定量分析 |
| 4.3.2.1 定量分析方法建立与评价 |
| 4.3.2.2 三种标号汽油样品的定量分析 |
| 4.4 小结 |
| 5 家庭常见火场材质燃烧残留物分析 |
| 5.1 实验部分 |
| 5.1.1 燃烧材质 |
| 5.1.2 仪器设备与材料 |
| 5.1.3 燃烧实验 |
| 5.1.4 样品前处理与实验条件 |
| 5.2 火场材质燃烧残留物特征成分分析 |
| 5.2.1 防滑地垫燃烧残留物检验 |
| 5.2.2 木质联椅碎片燃烧残留物检验 |
| 5.2.3 家庭地毯燃烧残留物检验 |
| 5.2.4 沙发海绵燃烧残留物检验 |
| 5.2.5 报纸、旧衣服、杂志、窗帘燃烧残留物的检验 |
| 5.3 小结 |
| 6 汽油样品的化学计量学分析 |
| 6.1 实验部分与数据采集 |
| 6.1.1 实验条件与样品信息 |
| 6.1.2 数据采集 |
| 6.2 数据筛选 |
| 6.3 聚类分析 |
| 6.3.1 最短距离聚类法 |
| 6.3.2 组间联接聚类法 |
| 6.3.3 Ward法聚类分析 |
| 6.4 Fisher/PCA-Fisher联用判别分析 |
| 6.4.1 Fisher/PCA-Fisher联用法对汽油标号判别的结果及讨论 |
| 6.4.1.1 Fisher判别分析 |
| 6.4.1.2 PCA-Fisher联用判别分析 |
| 6.4.2 Fisher/PCA-Fisher联用法对汽油产区判别的结果及讨论 |
| 6.4.2.1 Fisher判别分析 |
| 6.4.2.2 PCA-Fisher判别分析 |
| 小结 |
| 结论 |
| 参考文献 |
| 附录 A 安庆石化92#汽油主要组分信息 |
| 论文创新点 |
| 在学研究成果 |
| 一、 在学期间取得的科研成果 |
| 二、 在学期间所获的奖励 |
| 三、 在学期间发表的论文 |
| 致谢 |
四、化学计量学在热分析中的应用（论文参考文献）
- [1]化学计量学在中药色谱分析中的应用探讨[J]. 熊婧,李慧勇,李广生,石岩,何兰,魏锋,马双成. 药物分析杂志, 2021(10)
- [2]激光诱导击穿光谱技术结合机器学习策略的陶瓷快速定量与判别分析方法研究[D]. 阮方琦. 西北大学, 2021(12)
- [3]家畜乳质谱指纹特征和真实性判别模型研究建立[D]. 许昀晖. 内蒙古农业大学, 2021(02)
- [4]激光诱导击穿光谱技术结合机器学习策略的丹参溯源及多元校正方法研究[D]. 梁晶. 西北大学, 2021(12)
- [5]基于化学计量学的煤与生物质催化加氢评价[D]. 王敏华. 中国矿业大学, 2021
- [6]近红外光谱结合化学计量学快速评价茯苓质量的研究[D]. 易媛. 广东药科大学, 2021(02)
- [7]紫外-可见光谱结合化学计量学对食用调和油定量研究[D]. 武新燕. 天津工业大学, 2021(01)
- [8]X射线荧光和衍射光谱结合化学计量学对铜精矿产地溯源分析[D]. 刘倩. 东华大学, 2021(01)
- [9]一些重要生物分子的定量及疾病诊断新方法研究[D]. 殷博. 兰州大学, 2020(01)
- [10]基于全二维气相色谱-质谱的汽油及残留物特征成分分析[D]. 张原. 中国人民公安大学, 2020(12)