多組分重疊信號(hào)解析算法與應(yīng)用研究.pdf

1、多組分重疊信號(hào)的解析一直是分析化學(xué)研究領(lǐng)域中具有挑戰(zhàn)性的問(wèn)題，免疫算法和小波變換是兩種解析多組分重疊信號(hào)的有效工具。本文首先簡(jiǎn)要介紹了免疫算法和小波變換的基本原理和基本算法，并綜述了近年來(lái)在分析化學(xué)領(lǐng)域中的應(yīng)用。然后對(duì)免疫算法和小波變換在解析重疊信號(hào)方面的應(yīng)用進(jìn)行了深入研究，完成了以下幾個(gè)方面的工作內(nèi)容：基于小波壓縮和免疫算法，提出了一種用于解析多組分重疊二維色譜信號(hào)的快速算法。通過(guò)對(duì)多組分二維重疊色譜信號(hào)的解析和定量計(jì)算，結(jié)果表明小波

2、壓縮-免疫算法的計(jì)算速度快、定量準(zhǔn)確，是解析多組分二維重疊色譜的有效方法，可作為免疫-遺傳算法的快速預(yù)處理的候選方法。 基于免疫算法的基本原理，提出了一種自適應(yīng)免疫算法。通過(guò)建立標(biāo)準(zhǔn)峰的數(shù)據(jù)庫(kù)，從數(shù)據(jù)庫(kù)中自適應(yīng)地產(chǎn)生用于混合物信號(hào)解析的標(biāo)樣信息。通過(guò)計(jì)算混合物信號(hào)與標(biāo)樣信號(hào)之間的相關(guān)系數(shù)和采用優(yōu)化策略，使算法變得更加智能，算法的效率得到明顯提高。將其應(yīng)用于4組分NMR譜和9組分NMR譜的解析，結(jié)果表明該方法是一種有效的自適應(yīng)免疫

3、算法，與免疫遺傳算法相比計(jì)算速度更快，解析結(jié)果更精確。 為了對(duì)多組分重疊色譜信號(hào)進(jìn)行定量分析，提出了將變形算法與小波變換平滑、三次樣條插值及一個(gè)新的確定最佳數(shù)據(jù)點(diǎn)數(shù)的標(biāo)準(zhǔn)相結(jié)合的改進(jìn)算法。使用改進(jìn)的算法，可以有效抑制由于變形產(chǎn)生的振蕩。通過(guò)對(duì)模擬信號(hào)的解析，結(jié)果表明改進(jìn)的算法具有更強(qiáng)的解析能力，降低了對(duì)重疊信號(hào)分離度、噪聲水平及峰形方面的限制要求。通過(guò)對(duì)實(shí)驗(yàn)色譜信號(hào)的解析，進(jìn)一步證明了其優(yōu)點(diǎn)。研究結(jié)果表明，改進(jìn)的變形算法與原來(lái)的

4、算法相比在多組分重疊色譜定量解析方面更具有實(shí)用性。 本文還對(duì)獨(dú)立成分分析法(ICA)在多組分重疊NMR解析中的應(yīng)用進(jìn)行了研究。由于NMR信號(hào)與ICA假設(shè)條件之間的不一致，在某些情況下使用ICA不能直接得到正確的解析結(jié)果。因此，提出了一種對(duì)ICA的計(jì)算結(jié)果進(jìn)行再旋轉(zhuǎn)的方法用來(lái)修正ICA的計(jì)算結(jié)果。通過(guò)對(duì)模擬10組分混合物NMR譜和2組分同分異構(gòu)體氨基酸NMR譜進(jìn)行處理，結(jié)果表明這種旋轉(zhuǎn)方法可以用于從混合物信號(hào)中獲得純組分的化學(xué)信號(hào)