发帖
雷达卡
多峰形学习模式用于解析及定量重叠色谱峰
色谱及其联用仪器已经成为了复杂样品定性定量分析的有效手段。然而,为复杂体系寻找满意的分离条件,有时是困难且耗时的。
并且,当某些组分的物理化学性质极其相似时,即使在最优化的分离条件下,这些组分也无法完全分离,而形成重叠峰,严重影响对各组分的定性定量分析。因此,提出有效的理论和方法来分离重叠峰是势在必行的。
为了解决这一问题,已提出了很多理论和方法。垂线法和切线法是目前应用较多的方法,可以在色谱工作站中进行重叠色谱峰的实时在线处理。
但这两种方法适用范围较小,超出适用范围时,对重叠峰的定量结果就会有较大误差。为满足对重叠峰精确解析和定量的需要,很多化学计量学方法被应用进来,如曲线拟合,傅里叶变换,小波变换等等。
然而这些方法的过程往往都比较复杂,包含估算、试验假设、优化等步骤,较为耗时。并且计算过程中函数模型及模型参数的选择对重叠信号解析结果的影响较大,甚至可能得出并不满足要求的结果。
本文在平移修正迭代法的基础上进行改进,提出了多峰形学习模式,用于解析重叠色谱峰并对其中的组分进行定量计算。我们用人工模拟和实验测得的多种不同类型的重叠色谱峰对该方法 ...
京公网安备 11010802022788号
