《多峰形学习模式用于解析及定量重叠色谱峰》由会员分享，可在线阅读，更多相关《多峰形学习模式用于解析及定量重叠色谱峰（2页珍藏版）》请在金锄头文库上搜索。
1、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
2、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的性能进行了检验 , 并将定量结果与平移修正迭 代法得到的结果进行了对比。结果发现 , 多峰形学习模式的定量误差整体小于平移修正迭代法 , 甚至严重 重叠、无谷点的色谱峰 , 定量误差也可小于 2%。且适用范围更广 ,对于峰形不相 似的单峰形成的重叠峰也能有满意的定量结果。总体来说 , 多峰形学习模式在保留了平移修正迭代法分析速度快 , 操作简单 等优点的基础上 ,进一步提高了定量准确性 ,扩大了适用范围 , 是一种具有良好应 用前景的色谱重叠信号解析方法。
