[b][size=18px][font=宋体]1[/font][font=宋体]、背景介绍[/font][/size][/b][font=宋体] 随着微机电技术的发展，近几年，便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]被广泛应用于食品、饮料、医药、煤炭等各个领域，相较于传统的大型傅里叶变换光谱分析系统，其具有结构简单、成本低廉、携带方便、结果实时可见等优势，目前已成为光谱领域的热门产品。但是便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]易受光源、检测器、使用方法、环境条件等影响，使得采集的光谱数据稳定性差，精度低，进而造成预测结果不稳定、预测准确率低等问题。[/font][font=宋体] 为了解决上述问题，提升便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]分析结果的稳定性及准确性，目前行业内[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]数据建模优化工作，主要集中于数据源筛选、预处理算法优化、模型筛选算法优化等基于PLS算法的单模型建模优化工作，此类建模算法主要适用于高精度的傅里叶[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]。对于自身硬件分辨率较低的便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]，适用性较差。因此本帖在基于PLS算法建模的基础上，提出多模型加权预测的方法，以特定准则选取相对稳定、准确率较高的若干个光谱模型，结合模型自身系数进行加权预测的方式来提升便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]整体性能，进而提升便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]的预测稳定性及准确率。[/font][b][size=18px][font=宋体]2[/font][font=宋体]、方法解析[/font][/size][font=宋体]2.1[/font][font=宋体]样本集合划分[/font][/b][font=宋体] 使用便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]采集400个待测样品，采用Kennard Stone（K-S）算法对样本进行划分，将样本划分为训练集（200个）、验证集（100个）、盲测集（100个）、避免人为划分样本的主观性。[/font][b][font=宋体]2.2[/font][font=宋体]光谱预处理[/font][/b][font=宋体] 便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]采用常规的单一预处理方式效果不佳，本贴采用双预处理嵌套的方式对样品进行处理，其中第一级、第二级预处理均可设置不同的预处理参数，通过不同预处理方式，预处理参数的设置可以获取多种预处理结果。[/font][align=center][img=双预处理嵌套,690,325]https://ng1.17img.cn/bbsfiles/images/2023/09/202309042103332831_7122_5075516_3.png!w690x325.jpg[/img][/align][b][font=宋体]2.3[/font][font=宋体]光谱建模[/font][/b][font=宋体] [url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]定量分析建模方法包括多元线性回归（[/font][font='Times New Roman',serif]MLR[/font][font=宋体]）、主成分回归（[/font][font='Times New Roman',serif][url=https://insevent.instrument.com.cn/t/jp][color=#3333ff]PCR[/color][/url][/font][font=宋体]）、偏最小二乘回归（[/font][font='Times New Roman',serif]PLS[/font][font=宋体]）、人工神经网络（[/font][font='Times New Roman',serif]ANN[/font][font=宋体]）和支持向量机（[/font][font='Times New Roman',serif]SVM[/font][font=宋体]）等。其中，[/font][font='Times New Roman',serif]PLS[/font][font=宋体]算法应用最为广泛，选用[/font][font='Times New Roman',serif]PLS[/font][font=宋体]算法进行建模。通过多种预处理结果、不同[/font][font='Times New Roman',serif]PLS[/font][font=宋体]主成分数选择组合建立多个光谱定量分析模型，若设定一级预处理为[/font][font='Times New Roman',serif]M[/font][font=宋体]种，二级预处理为[/font][font='Times New Roman',serif]N[/font][font=宋体]种，[/font][font='Times New Roman',serif]PLS[/font][font=宋体]主成分数选择为[/font][font='Times New Roman',serif]T[/font][font=宋体]种，则通过不同排列组合可以建立合计[/font][font='Times New Roman',serif]M*N*T[/font][font=宋体]个光谱定量分析模型。[/font][align=center][img=多种建模方式,690,198]https://ng1.17img.cn/bbsfiles/images/2023/09/202309042104079253_7276_5075516_3.png!w690x198.jpg[/img][/align][b][font=宋体]2.4[/font][font=宋体]光谱模型选择[/font][/b][font=宋体] 基础模型一：在上述建立的大量光谱定量分析模型中，选择光谱模型最通用的两大表征系数，即模型相关系数（[/font][font='Times New Roman',serif]R2[/font][font=宋体]值）以及均方根误差（[/font][font='Times New Roman',serif]RMSECV[/font][font=宋体]值）进行基础模型筛选，选择模型相关系数最大的模型为基础模型[/font][font='Times New Roman',serif]A[/font][font=宋体]，模型均方根误差最小的模型为基础模型[/font][font='Times New Roman',serif]B。[/font][font=宋体] 基础模型二：在基础模型一中引入验证集，通过训练集建立的多个光谱模型对验证集进行预测，将预测值与验证集标定值进行计算，获取偏差值，选择偏差值最小的光谱模型为基础模型[/font][font='Times New Roman',serif]C。[/font][align=center][img=基础模型C,690,264]https://ng1.17img.cn/bbsfiles/images/2023/09/202309042104332526_3725_5075516_3.png!w690x264.jpg[/img][/align][font=宋体] 基础模型三：在基础模型二中引入准确率，在近红外快检的实际应用中，对于预测偏差值在一定阈值范围内的样本定义为准确预测样本，若超出阈值则为预测错误样本，选择准确率最高的光谱模型为基础模型[/font][font='Times New Roman',serif]D。[/font][align=center][img=基础模型D,690,235]https://ng1.17img.cn/bbsfiles/images/2023/09/202309042104460652_3475_5075516_3.png!w690x235.jpg[/img][/align][b][font=宋体]2.5[/font][font=宋体]权重系数计算[/font][/b][font=宋体] 光谱模型不同，对盲测样本的预测能力不同，结合光谱模型的模型相关系数（[/font][font='Times New Roman',serif]R2[/font][font=宋体]值）或者均方根误差（[/font][font='Times New Roman',serif]RMSECV[/font][font=宋体]值）计算各个模型的预测权重，以模型相关系数为例：[/font][align=center][font='Times New Roman',serif]Ti=Ri/(R1+R2+R3+R4)[/font][/align][font=宋体] 其中，[/font][font='Times New Roman',serif]R1[/font][font=宋体]为基础模型[/font][font='Times New Roman',serif]A[/font][font=宋体]的模型相关系数，[/font][font='Times New Roman',serif]R2[/font][font=宋体]为基础模型[/font][font='Times New Roman',serif]B[/font][font=宋体]的模型相关系数，依此类推。[/font][font='Times New Roman',serif]Ti[/font][font=宋体]为各个基础模型对应权重系数。[/font][b][font=宋体]2.6[/font][font=宋体]多模型加权预测[/font][/b][font=宋体] 分别采用光谱基础模型[/font][font='Times New Roman',serif]A[/font][font=宋体]、[/font][font='Times New Roman',serif]B[/font][font=宋体]、[/font][font='Times New Roman',serif]C[/font][font=宋体]、[/font][font='Times New Roman',serif]D[/font][font=宋体]对盲测集[/font][font='Times New Roman',serif]100[/font][font=宋体]个样本进行预测，以盲测集单个样本为例，四个光谱模型对应获取四个预测值[/font][font='Times New Roman',serif]a[/font][font=宋体]、[/font][font='Times New Roman',serif]b[/font][font=宋体]、[/font][font='Times New Roman',serif]c[/font][font=宋体]、[/font][font='Times New Roman',serif]d [/font][font=宋体]，结合权重系数计算最终单一预测值[/font][font='Times New Roman',serif]S[/font][font=宋体]：[/font][align=center][font=宋体][/font][/align][align=center][font='Times New Roman',serif]S=a*T1+b*T2+c*T3+d*T4[img=多模型加权预测,690,212]https://ng1.17img.cn/bbsfiles/images/2023/09/202309042106560595_5692_5075516_3.png!w690x212.jpg[/img][/font][/align][b][size=18px][font=宋体]3[/font][font=宋体]、实际应用[/font][/size][font=宋体]3.1[/font][font=宋体]硬件信息[/font][/b][font=宋体] 硬件设备为四川长虹研发的[/font][font='Times New Roman',serif]PV800-III[/font][font=宋体]便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]，光谱仪波段范围为[/font][font='Times New Roman',serif]1350nm-2150nm[/font][font=宋体]，采样间隔为[/font][font='Times New Roman',serif]6nm[/font][font=宋体]，尺寸为[/font][font='Times New Roman',serif]Φ100mm×76.8mm[/font][font=宋体]，重量约[/font][font='Times New Roman',serif]750g。[/font][b][font=宋体]3.2[/font][font=宋体]样本采集：[/font][/b][font=宋体] 采集[/font][font='Times New Roman',serif]400[/font][font=宋体]个酒醅样品，其中酒醅水分、淀粉、酸度等理化指标均由车间经验丰富化验员按常规化学方法测定所得。[/font][b][font=宋体]3.3[/font][font=宋体]分析对比[/font][/b][font=宋体] 结合酒醅常用的光谱预处理算法及[/font][font='Times New Roman',serif]PLS[/font][font=宋体]单模型建模算法对本应用中酒醅数据进行建模，通过多种预处理组合优化，有效剔除光谱数据中的大量无用信息，并结合[/font][font='Times New Roman',serif]PLS[/font][font=宋体]算法，将高维光谱数据进行有效降维，提升光谱数据的有效性及准确度。最后以[/font][font='Times New Roman',serif]RMSECV[/font][font=宋体]作为模型筛选指标，利用筛选的最优模型对[/font][font='Times New Roman',serif]100[/font][font=宋体]条未知样本进行模型外验证，图[/font][font='Times New Roman',serif]a~c[/font][font=宋体]依次给出了传统单模型水分、酸度、淀粉[/font][font='Times New Roman',serif]3[/font][font=宋体]个指标的模型外预测分布情况，图中横坐标为标定值，纵坐标为预测值，黄色区域为模型允许的误差范围（水分、淀粉允许误差为绝对偏差[/font][font='Times New Roman',serif]±1[/font][font=宋体]，酸度允许误差范围为绝对偏差[/font][font='Times New Roman',serif]±0.3[/font][font=宋体]），采用基于多模型加权预测的近红外定量分析方法对上述酒醅光谱数据进行建模，利用筛选的多个光谱模型对相同的[/font][font='Times New Roman',serif]100[/font][font=宋体]条未知样本进行加权预测，图[/font][font='Times New Roman',serif]d~f[/font][font=宋体]依次依次给出了多模型加权预测方法水分、酸度、淀粉[/font][font='Times New Roman',serif]3[/font][font=宋体]个指标的模型外预测分布情况。[/font][img=酒醅定量分析,690,318]https://ng1.17img.cn/bbsfiles/images/2023/09/202309042105316390_239_5075516_3.png!w690x318.jpg[/img][font=宋体] 多模型加权预测方法相较于传统单模型预测方法，各指标准确率均有不同幅度提升，3个指标准确率平均提升约11%。各指标准确率均达到了企业车间应用要求。[/font][b][size=18px][font=宋体]4[/font][font=宋体]、结论[/font][/size][/b][font=宋体] 利用便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]，分别以传统单模型建模方法、多模型加权预测方法进行酿酒车间酒醅各成分光谱建模，并对[/font][font='Times New Roman',serif]100[/font][font=宋体]个未知样本进行模型外预测分析。结果表明，基于多模型加权预测的近红外定量分析方法，可以有效弥补便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]在采样精度、稳定性等方面的不足。相较于单模型建模预测结果，多模型加权预测方法将酒醅样本各成分预测准确率平均提升了约[/font][font='Times New Roman',serif]11%[/font][font=宋体]，甚至可有效逼近大型傅里叶光谱仪设备预测效果，是一种可以在便携式[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]快检领域推广应用的实用方法。[/font]
多尺度粒子图像测速系统那家最好
科学家首次用光子模拟时间旅行证实时间旅行可在量子尺度上实现http://www.wokeji.com/shouye/zbjqd/201406/W020140625080681152943.jpg 科技日报讯 （记者刘霞）如果一名时间旅行者回到过去，破坏其祖父母之间的结合，那么，他是否也就不会出生呢？这是经典的“祖父悖论”的核心问题所在，“祖父悖论”常被人拿来论证时间旅行不可能存在，但有些科学家则不这么认为。 据英国《每日邮报》网站6月24日（北京时间）报道，澳大利亚昆士兰大学的科学家首次使用两个光量子（光子）模拟了量子粒子在时间中的旅行并对其“一举一动”进行了研究，结果表明，至少在量子尺度上，时间旅行是可以实现的。研究发表在最新一期的《自然·通讯》杂志上。 科学家们使用光子（光的单个粒子）来模拟回到过去的量子粒子并对其行为进行了研究。在实验中，他们对一个进行时间旅行的光子可能产生的两种结果进行了考察。第一种结果是：“1号光子”会通过虫洞进入过去并同以前的自己相互作用。第二种结果是：“2号光子”会在正常的时空内行进，但会通过虫洞同一颗卡在时间旅行环—封闭类时曲线（CTC，是物质粒子于时空中的一种世界线，其为“封闭”，亦即会返回起始点）内的光子相互作用。模拟“2号光子”的行为使“1号光子”的行为也能被研究，结果表明，时间旅行在量子尺度上可以实现。 该研究的主要作者、数学和物理学院的博士生马丁·瑞巴尔说：“时间旅行问题是阐释恒星、星系等大尺度世界的基本运行原理的爱因斯坦广义相对论和描述原子、分子等微小尺度世界运行原理的量子力学这两大最成功但最不兼容理论的交界点。” 爱因斯坦的理论认为，或许可以通过一条时空通道，回到时间上更早的空间上的起始点，但这种可能性让物理学家和哲学家们困惑不已，因为这似乎会导致一些悖论，比如经典的“祖父悖论”。 昆士兰大学的蒂莫西·拉尔夫表示，1991年，有科学家预测，量子世界发生的时间旅行或许可以避免这些悖论。拉尔夫说：“量子粒子的属性含糊且不确定，这或许给了它们足够的摆动空间，来避免前后矛盾的时间旅行环境。” 科学家们表示，尽管同样的模拟是否能证明更大的粒子（比如原子）或一群粒子可以进行时间旅行还是个未知数，但最新研究有助于他们更好地理解广义相对论和量子力学理论之间的相互关联。 左图 在模拟实验中，一个被卡在封闭类时曲线的光子被发现能与在正常的时空内行进的光子相互作用。 总编辑圈点 爱因斯坦的相对论不否定时空穿越——质量造成两处时空弯曲，若交汇于一点，就生出一条“虫洞”，我们由之穿越到七千万年前的仙女座星云，不是不可能——但“虫洞”只是假想，前提是广义相对论完全正确。我们的世界有时间旅行者吗？有科学家编写了软件，在网络上搜寻“未来客”存在的迹象，至今尚未找到。几年前还有科学家用光子做实验，让它携带信息到过去改变自己，结果失败了。如此看来，诸多幻想似乎只能停留在小说里。但科学家不会放过穿越主题，它至少是个很好玩的思想游戏。来源：中国科技网-科技日报 2014年06月25日
1）研究各种交互式和智能化理化分析仪器（包括色谱类仪器、光谱类仪器及其它仪器）的多媒体模拟操作系统；2）研究理化分析仪器多媒体模拟操作系统与多尺度图谱库的关联模式；3）构建三维、可交互的场景式理化分析仪器多媒体模拟操作系统；4）实现色谱和光谱等参数的可调，并模拟出色谱流出曲线和吸光度曲线等图谱；5）建立多尺度图谱库的模型及其多因子查询方法望高手积极参与！
“多维[url=https://insevent.instrument.com.cn/t/Mp]气相色谱[/url]及微尺度分析测试新方法的研究与应用”网络会议！[b][img]https://simg.instrument.com.cn/bbs/images/default/em09507.gif[/img]9月5日正式开讲！特邀资深专家进行讲解~报告主题：[color=#cc0000]多维[url=https://insevent.instrument.com.cn/t/Mp]气相色谱[/url]技术特点及在复杂样品分析中的应用[/color][color=#cc0000] 基于探针电喷雾Paternò-Büchi光化学反应的微尺度脂质组学技术研究及应用[/color]免费报名链接：[url]https://www.woyaoce.cn/webinar/meeting_4443.html[/url]课程详情咨询请添加测小二微信号cexiaoer2018 [img=,253,253]https://ng1.17img.cn/bbsfiles/images/2019/08/201908301703303161_1126_3348354_3.jpg!w253x253.jpg[/img][/b]
本人研究生期间主要做的就是近红外的建模和模型分析，但不知道毕业后找啥工作？
[size=3][font=宋体]一、医学数学化的发展历史[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]数学应用于生命科学研究的历史可追溯到17 世纪。1615 年英国医生哈维（Farvey W）在研究心脏时应用流体力学知识和逻辑推理方法推断出血流循环系统的存在，18世纪欧拉利用积分方法计算了血流量问题，这些都是历史上应用数学研究生命科学的突出事例。但是，真正大范围地将数学应用于生命科学与医学研究则出现在20世纪中叶。1935年，Mottram对小白鼠皮肤癌的生长规律进行了研究，认为肿瘤细胞总数N随时间的变化速度与N成正比，并获得了瘤体在较短时间内符合指数生长规律的研究成果。1944 年奥地利著名物理学家薛定谔（Schrodinger E）出版了《生命是什么》（What is life）一书，应用量子力学和统计力学知识描述了生命物质的重要特征。在薛定谔的影响下，沃森（Watson JD）和克里克（Crick FHC）利用当时对蛋白质和核酸所做的射线结晶学研究以及其他与DNA结构有关的研究，于1953年建立了DNA超螺旋结构分子模型，验证了薛定谔的设想。在书中，薛定谔还利用非平衡热力学从宏观的角度解释生命现象，认为生命的基本特征是从环境中取得“负熵”，以使生物系统内的熵始终处于低水平。20多年后，普律高津（Prigogine I）等人提出耗散结构理论，将对生命系统的研究推广到薛定谔预言的领域，为此普律高津于1977年荣获了诺贝尔奖。作为医学领域的最高奖项，诺贝尔医学和生理学奖背后的许多数学影像也许更能说明数学在生命科学中的巨大潜力：英国生理学家、生物物理学家Hodgkin和Huxley建立了神经细胞膜产生动作电位时膜电位变化的模型，揭示了神经电生理的内在机制，因而于1963年共享诺贝尔奖；基于二维雷当变换（Radon transform）创建CT成像理论的美国科学家Cormack AM获得了1979年的诺贝尔奖，丹麦科学家Jerne NK则应用数学原理研究免疫网络理论获得1984年的诺贝尔奖。这些奖项有力地表明现代生命科学的研究离不开数学，数学在其中所起的作用和影响越来越重大，高层次的成果往往有赖于合理的数学模型的建立。[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]数学不仅推动了人们探索生命世界的步伐，事实上两者结合已经产生了多个十分活跃的学科。1901年Peanson 创建生物统计学后，概率论与数理统计方法在医学上得到了非常广泛的应用，如目前常用的显著性检验、回归分析、方差分析、最大似然模型、决策树概率分布、微生物检测等，都属于基于统计学原理的数学模型及分析。1931年，Volterra在研究食物链的基础上，应用微分方程组研究生物动态平衡，完成了《生态竞争的数学原理》，开创了生物数学（biomathematics）这一新的分支。近年来，可视人及虚拟人的研究、计算医学（computational medicine/biology）、生物信息学（bioinformatics）、生理组学（Physiome）等新的学科及领域的出现，使数学这一工具在生物医学研究中的作用日益突出。[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]生物系统是一个动态系统，作为世界上最复杂的系统之一，它具有调节机制复杂、多输入、多输出等特点，而且由于很多变量或参数很难在体测量及控制，仅仅通过实验研究来揭示其间的复杂关系，会非常困难且不易得到一致的结论。建立生物系统的数学模型，有利于获得生物系统的动态与定量变化，帮助阐明生物医学中有关作用机制等基础性问题，同时通过模型及仿真实验不仅可以得到正常状态，还可以获得异常或极端异常状态下的生理变化预测，以及代替一些技术复杂、代价高昂或难以控制和重现的实验，为临床或特定条件下的方案设计提供预测及指导。此外，从伦理学的角度，人们也希望医学研究中能够减少实验动物的数量，减轻临床试验中人体试验对象不必要的痛苦，因此生理系统的仿真与建模在生物医学领域中的研究中日益受到重视。目前，包括呼吸、血压、体温、各种调节系统等，都已建立了相应的数学模型，并进行了相应的模拟实验。针对特定应用的模型，如细胞动力学、药物动力学模型、生物种群生长模型、神经网络、心血管模型、临床计量诊断模型等，也不断呈现并得到应用。在本节下面的内容中，我们将以应用最为成功的模型之一，药物动力学模型为例，说明医用数学模型的建立过程。[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]二、医用数学模型实例：药物动力学模型[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]药物动力学（pharmacokinetics）是定量研究药物在生物体内吸收、分布、排泄和代谢等过程的动态变化规律的一门学科。于1937年由Teorell开创，主要内容是应用动力学原理、体外实验数据以及人体生理学知识，结合数学模型，定量研究药物在体内的运转规律，为药物的筛选提供指导。[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]众所周知，新药研发过程费用昂贵、时间冗长、淘汰率高，大约有90%的候选药物在临床期间被淘汰，主要原因有口服吸收性差、生物利用度低、半衰期过短等等。为提高新药研究效率和安全性、降低药物研发成本，药物动力学模型已为全球各大制药公司应用。传统的新药研发流程中，药物动力学的应用主要在药物研发的中后期，近年来，人们开始在药物研发的早期对其药物动力学特性进行模拟研究，以尽早淘汰药物动力学参数不理想的候选药物，提高研发效率、降低成本。比如药物虚拟筛选（virtual screening）就是指在化合物合成前，先通过计算机模拟预测其药动学相关特性，进行初步筛选。此外，药物动力学模型在研究药物处置及作用机制、治疗药物监测及个体化用药、新药开发等方面也发挥着重要作用。[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]药物动力学的数学模型包括房室模型、非线性药物动力学模型、生理药物动力学模型、药理药物动力学模型、统计矩模型等。下面以最常用的房室模型，结合前面所述的建模步骤，对药物动力学模型的建模过程进行分析描述。[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]（一）背景和问题表述[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]药物进入机体后，在随血液输送到各个器官和组织的过程中，不断地被吸收、分布、代谢，最终被排出体外。药物在血液中的浓度，即单位体积血液中药物的含量，称为血药浓度。血药浓度的大小直接影响到药物的疗效。因此，药物动力学研究的主要对象是血药浓度随时间变化的规律——药时曲线，建模目的是建立能反映药物在体内分布的数学模型及参数，并能反映给药方式、给药时间间隔、给药剂量等对分布的影响。[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]（二）模型构建[/font][/size][size=3][font=宋体] [/font][/size][size=3][font=宋体]上述问题属于人体与外界以及人体内部的物质交换问题，研究这类问题最常用的是房室模型。药物动力学的房室分析方法将人的机体看做由不同房室构成的系统，每个房室代表药物在其中分布大致均匀的组织或体腔。如血液及供血丰富的肝、心、肾在特定情况下可视为一个房室，而血供不足的组织如肌肉、皮肤等可视为另一个房室。为了进行严格数学描述，常对模型做如下假设：①房室具有固定容量，且药物在每个房室内的分布是均匀的；②各房室间可进行物质交换，且至少有一个房室可与外环境进行交换；③房室间的物质交换或药物转移服从质量守恒定律，即系统中物质总量的改变等于输入总量与输出总量之差；④线性假设：药物的转移速率与药物浓度成正比。[/font][/size]
[font=宋体][font=宋体]在线分析校正模型的建立主要分为[/font][font=Times New Roman]5[/font][font=宋体]个步骤：[/font][/font][font=宋体][font=宋体]（[/font][font=Times New Roman]1[/font][font=宋体]）获取代表性样品并采集对应的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]。校正模型预测性能的稳健性很大程度上取决于样品本身的代表性，因此获取有良好代表性的样品是建模过程中及其关键的一环。待获取样品后，利用光谱采集装置进行在线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]的采集，然后利用标准方法测定各份样品待测指标的数值，最后获得样品待测指标与对应光谱信息一一对应的数据集。[/font][/font][font=宋体][font=宋体]（[/font][font=Times New Roman]2[/font][font=宋体]）校正样本集与验证样品集的选择。校正样本集用来模型训练而验证样本集则用来验证模型的预测性能。理想的校正集应包含未来待测样本中可能存在的所有化学成分，其浓度范围应大于待测样本。目前，常利用[/font][font=Times New Roman]Kennard[/font][/font][font='Times New Roman']-Stone[/font][font=宋体]法、光谱[/font][font='Times New Roman']-[/font][font=宋体]理化值共生距离法进行校正集和验证集的选取。[/font][font=宋体][font=宋体]（[/font][font=Times New Roman]3[/font][font=宋体]）光谱预处理及波长筛选。在建模过程中，光谱预处理往往是必不可少的，运用适当的方法进行预处理可以有效保留光谱中的关键信息并剔除噪声信息，以提升校正模型的预测性能。波长选择也是重要环节之一，进行波长筛选一方面可以简化模型，更主要的是由于不相关或非线性变量的剔除，可以得到预测能力强、稳健性好的模型。[/font][/font][font=宋体][font=宋体]（[/font][font=Times New Roman]4[/font][font=宋体]）异常样本的剔除。异常样本会极大的影响建模过程，降低模型的预测准确性和稳定性，因此需要异常样本的识别与剔除。[/font][/font][font=宋体][font=宋体]（[/font][font=Times New Roman]5[/font][font=宋体]）校正模型的建立。待前面[/font][font=Times New Roman]4[/font][font=宋体]个部分的工作完成后，借助化学计量学算法建立定量校正模型，运用校正标准误差、预测标准误差、决定系数或相关系数等对校正模型的预测性能进行评价。涉及建立、评价定量校正模型或定性判别模型（类模型）可参考[/font][/font][font='Times New Roman']ASTM E-1655[/font][font=宋体]、[/font][font='Times New Roman']GB/T29858-2013[/font][font=宋体]和[/font][font='Times New Roman']GB/T37969-2019[/font][font=宋体]等[/font][font='Times New Roman'][font=宋体]标准[/font][/font][font=宋体]。[/font][font='Times New Roman'][font=宋体]此外，在线模型也可由实验室建立的离线模型通过模型传递技术获得。[/font][/font]
[color=#990000]摘要：本文针对测试定形相变材料热性能的ASTM C1784动态热流计法（DHFM），采用基于Modelica语言的SimulationX软件，建立测试热焓和比热容的模拟仿真模型，对测试方法开展更深入的研究。通过对不锈钢和沙子样品材料的测试模拟仿真，优化了试验参数，使得动态热流计法更容易被理解、掌握和推广应用。[/color][color=#990000]关键词：定形相变材料 热性能 动态热流计法 热焓 比热容 导热系数[/color][align=center][color=#990000][img=,690,402]https://ng1.17img.cn/bbsfiles/images/2019/01/201901302108149726_8347_3384_3.png!w690x402.jpg[/img][/color][/align][color=#990000][/color][align=center]~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~[/align][color=#990000][b]1. 概述[/b][/color] 随着建筑节能以及能量存储的需要，相变材料技术得到了飞速发展，出现了各种新型的定形相变复合材料，而定形相变复合材料的热焓、比热和导热系数等是相变材料设计、研制和生产过程中的重要物理性能参数。为了保证新型定形相变材料的热物理性能测试的准确性，ASTM 在2013年制定了一个新的测试标准：ASTM C1784-13“采用热流计装置测量相变材料及其产品储热特性的标准测试方法”，并在2014年颁布的修订版。 ASTM C1784方法是一种基于传统稳态热流计法隔热性能测试技术（HFM）的动态测试方法，称之为动态热流计法（DHFM），是为了解决板状大尺寸相变材料热性能测试的一种实验室级别测试方法，样品尺寸一般为边长100~300 mm之间的正方形板材，这种尺寸易于从定形相变复合材料实际板材中取样测试，与DSC测试中毫克量级样品形式相比更具有材料的代表性。 本文针对测试定形相变材料热性能的ASTM C1784动态热流计法（DHFM），采用基于Modelica语言的SimulationX软件，建立测试热焓和比热容的模拟仿真模型，对测试方法开展更深入的研究。通过对不锈钢和沙子样品材料的测试模拟仿真，优化了试验参数，使得动态热流计法更容易被理解、掌握和推广应用。 [b][color=#990000]2. 动态热流计法基本原理[/color][/b] 动态热流计法（DHFM）是基于传统稳态热流计法（HFM）测量仪器上的一种动态测试方法，在稳态时可测量样品的导热系数，在动态时可测量样品的热焓和比热容。如图2-1所示，动态热流计法测试仪器结构与稳态热流计法测试仪器基本相同，不同之处是在样品的上下两面都安装有热流传感器，而且上下加热板的温度变化使用相同且同步。[align=center][color=#990000][img=,690,210]https://ng1.17img.cn/bbsfiles/images/2019/01/201901302111544136_4772_3384_3.png!w690x210.jpg[/img][/color][/align][align=center][color=#990000]图2-1 动态热流计法测量原理[/color][/align] 按照ASTM C1784规定，两个热板为台阶式升降温方式，如图2-1所示，当样品和上下热板在初始温度T1时达到稳态，将上下两个热板台阶式升温到另一个温度T2并达到恒定。这个温度变化过程中的测量不再时稳态测量而是非稳态测量，但记录了样品两侧的温度和热流密度随时间的变化，经过一定时间后两个均热板再次冷却到初始温度T1，这是一个典型的台阶式升降温测试过程。在此温度变化ΔT范围内，样品吸收的总热焓Δh可以通过对热流密度进行时间积分计算得到，而热容Cp则等于Δh/ΔT。[b][color=#990000]3. 测试仿真模型和参数[/color][/b] 为了建立仿真模型进行瞬态分析计算，使用了SimulationX软件。SimulationX是基于Modelica语言模型的一维仿真软件之一，而Modelica是基于模型设计的基础设计研究的语言模型之一，采用模块式结构可以非常快速的设计仿真模型，仿真模型的物理意义直观和明确，能完美结合传统的热阻网络分析方法，非常适合瞬态传热的快速仿真计算，较传统的有限元瞬态分析方法的速度大为提高，可以在几秒内完成整个瞬态传热过程的模拟分析计算。 在采用SimulationX建模中，样品尺寸设置为300 mm×300 mm×20 mm，初始温度为20℃，对样品的两个表面按照相同的温度波形程序同时进行加热到30℃。 建模分析中采用了两种典型材料，其中不锈钢304的热物性参数分别是：导热系数为14.9 W/mK，比热容为0.477 J/gK，密度为7900 kg/m3。沙子的热物性参数分别是：导热系数为0.60 W/mK，比热容为0.80 J/gK，密度为1515 kg/m3。[b][color=#990000]4. 无热损情况下的模仿仿真[/color][/b] 首先在无热损的理想条件下对准稳态法进行仿真模拟。在无侧向热损条件下，分别有两个热流计检测进出样品的热流量大小，同时假设样品是中心截面对称，并不考虑样品侧面的边缘热损。由此采用SimulationX软件设计的仿真模型如图4-1所示，分别模拟仿真不锈钢和沙子两种典型不同导热系数材料的比热容动态热流计法测试过程，计算得到比热容结果。最终将模拟仿真计算结果与设定的参数值进行比较，由此考核动态热流计法在理想情况下的测量准确性和合理的试验方法。[align=center][color=#990000][img=,690,225]https://ng1.17img.cn/bbsfiles/images/2019/01/201901302112235746_5820_3384_3.png!w690x225.jpg[/img][/color][/align][align=center][color=#990000]图4-1 使用SimulationX软件建立的无侧向热损仿真模型[/color][/align][color=#990000]4.1. 不锈钢比热容测量的模拟计算[/color] 首先对不锈钢304材料进行模拟仿真计算，按照ASTM标准方法规定，加热采用一个方波形式。在方波加热过程中，方波加热时温度变化，以及仿真模拟计算得到的不锈钢样品中心温度和进出样品的热流变化如图4-2所示。通过对上述热流随时间变化曲线按照时间进行积分，最终得到此波形加热过程中的单位质量不锈钢样品的热焓值变化曲线，如图4-3所示。[align=center][img=,690,395]https://ng1.17img.cn/bbsfiles/images/2019/01/201901302112410398_6514_3384_3.png!w690x395.jpg[/img][/align][align=center][color=#990000]图4-2 矩形加热波形时不锈钢样品温度和热流变化曲线[/color][/align][align=center][color=#990000][img=,690,375]https://ng1.17img.cn/bbsfiles/images/2019/01/201901302112525839_1676_3384_3.png!w690x375.jpg[/img][/color][/align][color=#990000][/color][align=center][color=#990000]图4-3 矩形加热波形时单位质量不锈钢样品热焓值变化曲线[/color][/align] 根据图4-3所示的模仿仿真结果，可以计算出20~30℃温度范围内不锈钢平均比热容为0.450 J/gK，与设定值0.477 J/gK的相对误差为5.7%。 通过图4-2所示的热流量随时间变化曲线可以看出，对热流量变化曲线进行积分相当于求此曲线相对于时间坐标轴所包含的面积，而对图4-2中如此突变的尖峰信号进行积分，由于时间间隔选取不可能无限小，这势必会带来积分误差，由此可见，对于方波加热形式，温度的突变是造成仿真计算误差的直接原因。在试验测试过程中，由于数据采集速度不可能很快，时间间隔也不可能非常小，这同样会带来相应测量误差。[color=#990000]4.2. 沙子比热容测量的模拟计算[/color] 同样，在方波加热过程中，计算得到的沙子样品中心温度和进出样品的热流变化如图4-4所示。通过对上述热流随时间变化曲线按时间进行积分，最终得到此波形加热过程中的单位质量沙子样品的热焓值变化曲线，如图4-5所示。[align=center][img=,690,393]https://ng1.17img.cn/bbsfiles/images/2019/01/201901302113091809_7935_3384_3.png!w690x393.jpg[/img][/align][align=center][color=#990000]图4-4 矩形加热波形时沙子样品温度和热流变化曲线[/color][/align][align=center][color=#990000][img=,690,373]https://ng1.17img.cn/bbsfiles/images/2019/01/201901302113298077_3554_3384_3.png!w690x373.jpg[/img][/color][/align][color=#990000][/color][align=center][color=#990000]图4-5 矩形加热波形时单位质量沙子样品热焓值变化曲线[/color][/align] 根据图4-5所示的模仿仿真结果，可以计算出20~30℃温度范围内沙子平均比热容为0.750 J/gK，与设定值0.80 J/gK的相对误差为6.3%。[color=#990000]4.3. 改变加热波形的模拟计算结果[/color] 鉴于上述方波加热波形仿真计算结果有较大误差，对于304不锈钢材料样品，将加热波形调整为梯形，如图4-6中的红线所示，用时30分钟温度从20℃线性升温到30℃后恒温40分钟，然后按照相同的变温速率用时30分钟再降到20℃。[align=center][img=,690,392]https://ng1.17img.cn/bbsfiles/images/2019/01/201901302113448695_2143_3384_3.png!w690x392.jpg[/img][/align][align=center][color=#990000]图4-6 改变加热波形后的不锈钢样品温度和热流变化曲线[/color][/align] 在这种加热波形下，计算得到的样品中心温度和进出样品的热流变化如图4-6所示。通过对上述热流随时间变化曲线按照时间进行积分，最终得到此波形加热过程中的单位质量不锈钢样品的热焓值变化曲线，如图4-7所示。[align=center][color=#990000][img=,690,375]https://ng1.17img.cn/bbsfiles/images/2019/01/201901302113558613_3754_3384_3.png!w690x375.jpg[/img][/color][/align][align=center][color=#990000]图4-7 梯形加热波形时单位质量不锈钢样品热焓值变化曲线[/color][/align] 根据图4-7所示的模仿仿真结果，可以计算出20~30℃温度范围内的304不锈钢平均比热容为0.473 J/gK，与设定值相比没有误差，这说明通过改变加热波形，降低加热温度突变速率，可显著提高积分计算精度，大幅度减少最终计算结果误差。 同样，对于沙子材料样品，将加热波形调整为梯形，如图4-8中的红线所示，用时30分钟温度从20℃线性升温到30℃后恒温40分钟，然后按照相同的变温速率用时30分钟再降到20℃。[align=center][color=#990000][img=,690,387]https://ng1.17img.cn/bbsfiles/images/2019/01/201901302114079115_6329_3384_3.png!w690x387.jpg[/img][/color][/align][align=center][color=#990000]图4-8 改变加热波形后的沙子样品温度和热流变化曲线[/color][/align] 在这种加热波形下，计算得到的样品中心温度和进出样品的热流变化如图4-8所示。通过对上述热流随时间变化曲线按照时间进行积分，最终得到此波形加热过程中的单位质量样品的热焓值变化曲线，如图4-9所示。[align=center][img=,690,377]https://ng1.17img.cn/bbsfiles/images/2019/01/201901302114186965_4185_3384_3.png!w690x377.jpg[/img][/align][align=center][color=#990000]图4-9 梯形加热波形时单位质量沙子样品热焓值变化曲线[/color][/align] 根据图4-9所示的模仿仿真结果，可以计算出20~30℃温度范围内的平均比热容为0.799 J/gK，与设定值相比没有误差，这说明通过改变加热波形，降低加热温度的突变速率，可显著提高积分计算精度，大幅度减少最终计算结果误差。[b][color=#990000]5. 有热损条件下的模仿仿真[/color][/b] 上述仿真模拟是假设样品侧向无热损，而在实际测试条件下，样品侧面尽管采用了低导热材料进行防护，但还是存在侧向热损。为此，针对热流计法导热仪结构建立带热损效应的仿真模型，如图5-1所示。[align=center][color=#990000][img=,690,163]https://ng1.17img.cn/bbsfiles/images/2019/01/201901302114302217_9430_3384_3.png!w690x163.jpg[/img][/color][/align][align=center][color=#990000]图5-1 使用SimulationX软件建立的存在侧向热损仿真模型[/color][/align] 其中假设样品侧向热防护材料为软木，软木导热系数为0.048 W/mK，比热容为2.03 J/gK，密度为86 kg/m3，软木截面积为300 mm×20 mm，厚度为50 mm，软木的外侧温度始终保持为20℃。考虑到样品的四个侧面都有软木隔热材料，所以侧面仿真模型中的软木尺寸应为截面积为300 mm×80 mm，厚度为50 mm。 为了便于观察热损的影响，对沙子样品进行了有热损情况下的模拟仿真计算，结果如图5-2所示。从图5-2中可以看出，当有侧向热损存在时，样品达到热平衡后，焓值随时间的变化并未呈水平方向的曲线形式，而是向上倾斜，而且焓值要比无热损时要大（误差将近10%左右），这证明其中有一部热量被侧向热损带走，因此在实际测试中要对测试曲线进行侧向热损修正。[align=center][color=#990000][img=,690,360]https://ng1.17img.cn/bbsfiles/images/2019/01/201901302114412688_54_3384_3.png!w690x360.jpg[/img][/color][/align][color=#990000][/color][align=center][color=#990000]图5-2 沙子样品有热损、无热损和修正后的模拟仿真计算结果[/color][/align] 从图5-2中的修正后结果可以看出，修正后的结果与无热损计算结果完成重合，修正后的比热容为0.80 J/gK，与设定值0.8 J/gK的相对误差基本为零。 同样，对不锈钢样品进行有热损存在时的模拟仿真计算结果证明也存在相同规律，如图5-3所示，修正后的误差基本为零。[align=center][color=#990000][img=,690,382]https://ng1.17img.cn/bbsfiles/images/2019/01/201901302114517112_2150_3384_3.png!w690x382.jpg[/img][/color][/align][align=center][color=#990000]图5-3 不锈钢样品有热损、无热损和修正后的模拟仿真计算结果[/color][/align][b][color=#990000]6. 结论[/color][/b] 综上所述，采用SimulationX软件的动态仿真模拟，计算了不锈钢和沙子材料的热焓和比热容动态热流法测量结果，由此可得出以下结论： （1）采用动态热流计法以及相应的修正手段，可以准确测量样品的热焓和热容随温度的变化，证明了ASTM C1784的有效性。 （2）在动态热流计法实际应用中，并不能完全采用ASTM C1784中规定的方波加热方式，因为这种突变型的变温方式会对测量数据处理带来较大误差，更准确的变温方式应为变化较缓慢的梯形的升降温方式。 （3）动态热流计法本质上还是属于一种稳态法，只是将大的温度区间分割为许多个小温度区间进行测试，按照ASTM中的规定，单个测试温度区间一般设定为1.5℃±0.5℃，由此来覆盖相变材料的相变温度变化范围，由此带来的问题就是测试时间十分漫长，通过上述仿真分析也得到了证明这个特点。[align=center]~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~[/align]
应用透射电子显微镜观察纳米结构在纳米-原子尺度的细节，需要采用何种衬度成像机制；在霍地图像信息的同时，在纳米尺度综合分析方面，还有哪些信息可以同时提取出来？
[font=宋体]在近红外定性定量分析中，构建定量校正模型通常要比训练定性类模型投入更高的人力物力成本，在模型投入使用后，以下发生的情形往往需要转移模型，并伴随模型的维护。[/font][font=宋体][font=宋体]（[/font][font=Times New Roman]1[/font][font=宋体]）维修或更新[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]。当仪器使用到一定的年限时，要关注仪器[/font][font=Times New Roman]D[/font][/font][font='Times New Roman']Q[/font][font=宋体][font=Times New Roman]/I[/font][/font][font='Times New Roman']Q[/font][font=宋体][font=Times New Roman]/O[/font][/font][font='Times New Roman']Q/PQ[/font][font=宋体][font=宋体]的历史文件，重视仪器[/font][font=Times New Roman]I[/font][/font][font='Times New Roman']Q[/font][font=宋体][font=Times New Roman]/O[/font][/font][font='Times New Roman']Q/PQ[/font][font=宋体][font=宋体]验证确认信息和可能出现的预警信息。若需要维修或升级更换光谱仪，到这个时候，通过多年积淀的模型，其价值往往是新仪器的数倍，用户最希望的是将原机模型[/font][font=宋体]“硬拷贝”至维修后的仪器上或新的光谱仪上就能正常使用，免去繁琐的“软拷贝”转移模型，这就要求新旧[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]必须具有优良的光学性能，仪器之间的性能差异最小，测量结果具有很好的重现性。但事实上，同厂家同型号同一个批次生产的光谱仪都很难做到这一点，往往需要采用合适的模型转移方法来转移模型。维修或更新仪器，合理的操作方法是，在更换采样附件、光源和检测器等一些光学元器件或旧仪器还没有退役之前，尽量考虑使用同厂家的元器件或同类型的升级产品，在严格履行完整的仪器设备[/font][font=Times New Roman]4[/font][/font][font='Times New Roman']Q[/font][font=宋体][font=宋体]（[/font][font=Times New Roman]D[/font][/font][font='Times New Roman']Q[/font][font=宋体][font=Times New Roman]/I[/font][/font][font='Times New Roman']Q[/font][font=宋体][font=Times New Roman]/O[/font][/font][font='Times New Roman']Q/PQ[/font][font=宋体]）验证确认程序条件下，完成模型转移和评估工作，使新旧仪器平稳交接，这样，既可降低模型转移的难度，又可保证测量结果的重现性。[/font][font=宋体][font=宋体]（[/font][font=Times New Roman]2[/font][font=宋体]）增加仪器扩大分析检测规模或范围。如果近红外分析检测工作量加大，待测样品来源、范围仍在校正样品的空间范围之内，满足校正模型内插分析要求，那么，选择合适的模型转移方法，“软拷贝”或“硬拷贝”转移模型即可。如果待测样品来源新产区，在[/font][/font][font='Times New Roman']PCA[/font][font=宋体]主成分空间中与原校正样品[/font][font='Times New Roman'][font=宋体]没有形成[/font][/font][font=宋体]显著的[/font][font='Times New Roman'][font=宋体]异常分布或聚类，马氏距离[/font][/font][font=宋体]在[/font][font='Times New Roman']([/font][img=,55,24]https://ng1.17img.cn/bbsfiles/images/2024/06/202406230935279400_5241_6418678_3.png!w55x24.jpg[/img][font='Times New Roman'])[/font][font=宋体] [font=Times New Roman]~ 3[/font][font=宋体]的范围之内，这时，在完成模型转移后，应在原校正样品集中添加新产区的代表性样品，扩展原模型校正样品空间范围，增强原模型的适应性。如果添加的代表性样品的[/font][/font][font='Times New Roman'][font=宋体]马氏距离[/font][/font][font=宋体][font=宋体]大于[/font][font=Times New Roman]3[/font][font=宋体]，远离原校正样品总体平均水平，在[/font][/font][font='Times New Roman']PCA[/font][font=宋体]主成分空间中与原校正样品形成明显的[/font][font='Times New Roman'][font=宋体]异常分布或聚类，[/font][/font][font=宋体]则无需转移模型，应针对新产区重建新模型。[/font]
药物临床分析中可线性化的非线性模型回归应用药物临床分析数据统计分析是一项科学严肃的工作,在实际过程中常常会遇到许多问题，如在设计阶段常出现的问题有未严格执行随机化分组,盲法被破坏，试验对象人入组排除标准未严格执行；在数据管理和质量控制阶段常出现的问题有对数据集划分不当,重要数据缺失,数据前后不一致，各中心数据测量标准不同;在数据统计分析阶段常出现的问题有对数据未进行标准化，对数据分布未进行描述,统计描述过于简单,当基线不均和中心差别较大时未进行分析，统计分析方法选择不当等问题。在现实分析中，都习惯用线性回归作为基础，然而，在实际应用中，非线性回归模型要比线性回归模型更能充分地表达变量间的关系。对于非线性的回归，也可以用一个反应变量(y)与自变量(x)间可能的关系表达。利用第五届原创大赛，俺对非线性回归做个简要描述，顺便寻找在这方面应用熟悉的专家和老师，俺想请教一堆问题，(*^__^*) 嘻嘻……。1、可线性化的非线性模型（内在线性模型）http://ng1.17img.cn/bbsfiles/images/2012/08/201208291932_387103_2355529_3.jpg1.1、可线性化的非线性模型的应用可线性化的非线性模型拟合通常可以这样去做a、散点图，选择函数类型;b、相应的变量变换；c、采用“OLS ”法求模型的参数估计值；d、拟合多个相近的模型，通过对各个模型的拟合优度评价挑选较为合适的模型。例1：某药物临床分析基地用已知浓度的免疫球蛋白X(IgA, μg/ml)作火箭电泳, 测得火箭高度Y(mm)和试拟合Y关于X的两个回归方程如下所示。http://ng1.17img.cn/bbsfiles/images/2012/08/201208291933_387104_2355529_3.jpg 图2http://ng1.17img.cn/bbsfiles/images/2012/08/201208291933_387105_2355529_3.jpg 图3http://ng1.17img.cn/bbsfiles/images/2012/08/201208291933_387106_2355529_3.jpg 图4例2：药物临床分析基地为了研究某药品抑制肾上腺素释放的效应，选取10个给药物剂量水平，每种药物剂量水平上重复5次试验，观测结果和不同回归模型描述该药品剂量与反应的规律如下。http://ng1.17img.cn/bbsfiles/images/2012/08/201208291935_387107_2355529_3.jpg1.2、应变量的非线性变换例3：有15名病人的住院天数X与预后指数Y数据如下表。试做回归分析。http://ng1.17img.cn/bbsfiles/images/2012/08/201208291935_387108_2355529_3.jpg 图6http://ng1.17img.cn/bbsfiles/images/2012/08/201208291936_387109_2355529_3.jpg 图7http://ng1.17img.cn/bbsfiles/images/2012/08/201208291936_387110_2355529_3.jpg2、总结在药物临床分析中若曲线拟合中只涉及到对自变量x进行变换，则以变换后的数据用OLS法求解模型的参数估计与模型评价即可；若曲线拟合中是对因变量Y进行变换，则应尽量采用统计软件直接来完成非线性拟合，而不用变换后的数据以OLS法求解模型的参数估计值。
选用具有多年份、多地点、变异大的497份油菜籽育种材料组成原始样品集，光谱经散射和数学预处理利用改良偏最小二乘法（MPLS）构建各脂肪酸近红外反射光谱(NIRS)校正模型，同时采用三种不同用量的样品杯进行NIRS建模分析。结果表明，以8g样品校正建模效果最好，六种脂肪酸的校正决定系数为0.74-0.98。同时以3和0.6g样品分别发展的校正模型效果也较好，两者分析效果相近，各项决定系数(RSQ1,1-VR)高，相应的各项误差(SEC,SECV)较低。该研究以完整油菜籽为样品所建立的脂肪酸NIRS模型，可直接用于育种材料选择、突变体筛选和种质资源的评价等研究。 主题词：近红外反射光谱；油菜籽；脂肪酸；校正模型 该文作者服务于浙江大学农业与生物技术学院农学系。 文中所采用的近红外仪器NIRSystems 5000系福斯公司产品，如需了解产品详情请洽福斯（中国）公司。[img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=22384]NIR脂肪酸研究[/url]
恒温恒湿试验箱温湿度校准系统模型的建立是依据各类气候试验箱、恒温恒湿试验箱、高低温湿热试验箱、高低温交变湿热试验箱、培养箱及大型试验环境的温湿度测试检定方法。主要参考了以下标准： GB/T 10586-2006《湿热试验箱技术条件》 GB/T 5170.1-2008《电工电子产品环境试验设备基本参数检定方法 总则》 GB/T 5170.5-2008《 电工电子产品环境试验设备基本参数检定方法 湿热试验设备》 GB/T 5170.2-2008《电工电子产品环境试验设备检验方法 温度试验设备》 JJF 1101-2003《环境试验设备温度、湿度校准规范》 GJB/J 3827-1999《标准恒温恒湿箱检定规程》等的要求，应同时多点测试才能满足要求。因此确定多传感器多点实时温湿度测量的方案。
为什么不少非线性测量模型 可按JJF1059.1评定测量不确定度 JJF1059.1—2012《测量不确定度评定与表示》（以下简称JJF1059.1），第1章范围中就指出本规范主要适用的条件之一：测量模型为线性模型、可以转化为线性的模型或可用线性模型近似的模型。其第4.2.8条也明确指出：本规范主要适用于测量模型为线性函数的情况。如果是非线性函数，应采用泰勒级数展开并忽略其高阶项，将被测量近似为输入量的线性函数，才能进行测量不确定度评定。若测量函数为明显非线性，合成标准不确定度评定中必须包括泰勒级数展开中的主要高级项。 这是因为JJF1059.1评定不确定度依据的不确定度传播律，其必要条件就是当被测量Y是由N个其他量X1，X2，…，XN通过线性测量函数f确定。 但是，在计量学中最典型的测量模型：相对误差 = （示值-真值）/真值，也是非线性测量模型。为什么平时并没有进行泰勒级数展开并忽略其高阶项，将该被测量近似为输入量的线性函数。即并没有将该测量模型进行线性化，能直接据该非线性测量模型正确地评定测量不确定度。而且在JJF1059.1之附录A.2 合成标准不确定度评定方法举例中，给出的四个例子，有两个测量模型是非线性的。JJF1059.1同样也没有进行泰勒级数展开并忽略其高阶项，将其测量模型线性化。 这是因为按JJF1059.1评定测量不确定度，进行合成标准不确定度计算时，对被测量Y与有关的输入量Xi之间函数，求输入量xi的偏导，即求输入量xi的灵敏系数。实际上相当于进行微分近似，即对于非线性函数y对于自变量Δxi = xi2-xi1的增量Δy = y2- y1。用非线性函数y对自变量在xi1处的曲面（或曲线）对于xi的切线所构成的线性函数，进行近似计算。也许这也是导致有的文献说到，不确定度传播律在求灵敏系数很困难时不适用的原因之一。 当然，如果这样的线性的近似，不满足测量任务对测量不确定度评定的要求时。则应对非线性测量函数用泰勒级数展开，并在合成标准不确定度评定中包括泰勒级数展开中的主要高阶项。如果仍不能满足测量任务对测量不确定度评定的要求，则可考虑采用JJF1059.2—2012《用蒙特卡洛法评定测量不确定度》进行不确定度评定。
前几天看到坛里的一则帖子：《从一次曲线看二次曲线》，很简单地表达了自己的看法：相关系数与拟合模型无关。我自己也编写过原子吸收软件，很清楚相关系数是怎样算出来的。根据《数学手册》上的定义，相关系数只与自因变量的统计特性有关，而与所用的拟合模型是没有关系的。不过帖主“冰山”同学很快就贴出某软件的截图反驳了我的观点，贴图上很清楚显示不同的拟合模型有着不同的“相关系数”。这是什么回事呢？要搞清楚这个问题，需要搞清楚一个概念，即何为相关系数？其实相关系数是表示两个变量的相关程度的，一个模型中的自因变量如果存在单调性，如变量A增加则变量B增加（或者减小），以及相反，变量A减小则变量B减小（或增加），我们说两个A与B变量之间存在很强 的相关性。那么相关性的大小有如何计算呢？人们用的是线性相关系数R，它是一个衡量自因变量之间线性关系的一个指标。如果线性相关系数等于1或者-1，说明因变量可以用自变量的一次方程完美表达。因此，线性相关系数和所选择的拟合方程式确实是没有关系的，因为它只对线性方程有意义。那么如何比较两条工作曲线的优劣了。通常，人们会用剩余误差来说明工作曲线的质量。所谓剩余误差，指的是对所有实验样本的因变量与模型估计值之差的平方求和，不过这个数值有些主观，因为它与因变量的取值范围有关。例如，显然，一个取值在1000附近的变量显然比在0.1 附近取之的变量有大得多的误差，因此更“客观的”指标是所谓的“相对剩余误差”，即总剩余误差除以变量变异数（所有实验样本的变量与其算术平均值之差的平方求和）所得之结果。很显然，这个“相对剩余误差”（Qse）越小，拟合质量越好，它与所选择的拟合方程模型是相关的。对于线性拟合模型，Qse^2和R^2之和恰好等于1，所以在线性拟合模型中，常用线性相关系数的平方来说明拟合质量，因为这个值越大（越接近1），拟合质量越好，这很符合人们的思维习惯。对于非线性拟合方程，所谓的相关系数已经不适用了，于是，人们用1减去Qse^2杜撰出一个“相关系数”，更确切地说，这个系数实际上是“模型相关系数”。个人认为，分析软件中的相关系数，还是用“模型相关系数”更加合适。
现在使用最广的模型转移算法是所谓的pair matching方法，我的问题是怎么保证那个光谱或者说光谱所测量的体系在校正转移前后是绝对一样的，而不受温度，湿度等等的影响。换句话说，在模型转移的过程中怎么提供一个绝对不变的被测体系呢？
提 要 土地覆盖/土地利用 (LC/LU) 调查已经成为开展土地利用动态变化预测、自然灾害防治及土地利用规划、土地管理和环境保护的一项关键的基础性工作，受到广泛注意和重视。随着遥感技术和各种地学分析模型的发展和深入，利用遥感技术获得的影像数据对区域的 LC/LU 情况及其动态变化进行定期或不定期的监测，成为一种最为迅速可靠和理想有效的手段。常规的 LC/LU 遥感分类方法主要包括基于常规数理统计分类方法、基于人工神经网络分类方法、基于知识逻辑推理的分类方法等。论文综合这些方法的特性，提出了遥感地学智能图解模型支持下的 LC/LU 分类体系，并以香港地区为试验对象，采用多平台遥感数据和辅助地理信息，进行了土地覆盖/土地利用遥感应用研究。[img]http://www.instrument.com.cn/bbs/images/affix.gif[/img][url=http://www.instrument.com.cn/bbs/download.asp?ID=102842]遥感地学智能图解模型支持下的土地覆盖/土地利用分类[/url]
[size=6][b]激光粒度分析仪[/b][/size] 光在传播中，波前受到与波长尺度相当的隙孔或颗粒的限制，以受限波前处各元波为源的发射在空间干涉而产生衍射和散射，衍射和散射的光能的空间（角度）分布与光波波长和隙孔或颗粒的尺度有关。用激光做光源，光为波长一定的单色光后，衍射和散射的光能的空间（角度）分布就只与粒径有关。对颗粒群的衍射，各颗粒级的多少决定着对应各特定角处获得的光能量的大小，各特定角光能量在总光能量中的比例，应反映着各颗粒级的分布丰度。按照这一思路可建立表征粒度级丰度与各特定角处获取的光能量的数学物理模型，进而研制仪器，测量光能，由特定角度测得的光能与总光能的比较推出颗粒群相应粒径级的丰度比例量。
在马尔文粒度分析软件中,有三种结果计算模型可以选择,分别为"通用","多峰","单峰",那么在测试样品的时候,所测的样品是个未知的分布状态,我该怎么选择呀?我测的目的就是要测出它的分布状态,但确要先选择分布状态,这样合理吗?
我们知道在近红外的实际应用中，在某一近红外仪（称源机）上建立的校正模型，即便在另外一台与源机相同功能的近红外仪（称为目标机）上使用时，因各仪器测量的光谱有差异，模型不再适用，计算结果偏差很大或根本无法使用，解决这类问题的过程称为模型转移，也称为仪器标准化。众所周知建立近红外校正模型时往往需要测量大量样品的化学值或基础性质作为数据基础,投入大、成本高,因此使用模型转移技术实现模型共享和有效利用非常必要。模型转移可克服样品在不同仪器上的量测信号(或光谱) 间的不一致性,通过信号处理以消除仪器对量测信号的影响 ,不仅使已有模型具有较好的动态适应性,而且可以减少因重复建模造成的人力、物力、财力以及时间的浪费。大家在模型转移过程中遇到过什么问题，或有什么好的经验及建议，欢迎一起讨论。下面的四篇英文文献都是近红外模型转移的一些介绍
近红外光谱是反应物质含量信息的，不知道糖酸比能不能建立定量分析模型呢？大家说说看
摘要： 目的 对人凝血因子Ⅷ酸沉淀过程效价和总蛋白建立近红外模型，实现效价和总蛋白的快速检测，并以此确定酸沉终点。 方法 实验室模拟人凝血因子Ⅷ酸沉淀过程，对不同酸沉程度下的效价和总蛋白进行测定，同时采集近红外光谱，建立模型。结果 酸沉淀过程中FⅧ比活性达到最高时的pH值并不固定，在6.1-6.5范围内波动，所以将固定的pH值作为酸沉淀的终点并不能达到最佳的效果。结论 建立的人凝血因子Ⅷ酸沉过程中效价和总蛋白模型，固定加酸法不能准确判断酸沉最佳终点，所建立的近红外分析模型为在线实时监控溶解液中的FⅧ比活性提供参考方案。 关键词：近红外光谱分析技术 人凝血因子Ⅷ 酸沉 效价 总蛋白人凝血因子Ⅷ（coagulationfactor Ⅷ，FⅧ）是治疗甲型血友病和获得性凝血因子Ⅷ缺乏而致的出血症状等的不可或缺的药品，而目前国内生产工艺相对落后，在国内29家血液制品企业中仅有4家有能力生产FⅧ，采用离子交换层析法从人血浆冷沉淀中分离纯化FⅧ的生产工艺，收率低（平均9%）、比活低。因此，针对生产现状，将现代过程分析与控制技术引入到FⅧ生产过程中的关键环节当中，增加对生产工艺过程的了解，有效控制工艺过程，提升FⅧ的收率及比活性。生产人凝血因子Ⅷ以人血浆的冷沉淀为原料，一般用含肝素钠的溶解液溶解，溶解液pH为7.2±0.1。溶解完全后依据不同蛋白质的等电点不同，加0.05M的醋酸溶液进行酸沉淀，使以纤维蛋白原为主的大量杂蛋白沉淀出来，而FⅧ大部分保留在上清液中，从而大大提升溶液的FⅧ比活性。在生产中，酸沉淀终点的控制依据经验以溶液的pH值为参考，当溶液的pH值为6.3±0.1时加酸过程终止，此时上清液中的蛋白含量较低而FⅧ的活性损失较少，因此能够得到FⅧ比活性高的产品。但是单纯以pH值为控制参数的终点控制方法，不一定能够保证不同批次的酸沉淀过程都达到最理想的状态，本试验将对FⅧ的酸沉淀过程进行分析，以检验是否不同批次溶解液的FⅧ比活性在pH=6.3时都达到最高值，并试图找到与比活性直接相关的物料参数——蛋白质含量作为酸沉淀终点的控制标准，使溶解液中FⅧ的比活提升和活性损失达到更均衡的状态。同时，利用近红外光谱分析技术，建立溶解液蛋白含量的PLS定量分析模型，进行蛋白含量的实时监控，从而实现以新参数为指标的酸沉淀终点控制。1 材料1.1 试剂 冷沉淀溶解液（山东泰邦生物制品有限公司），批号分别为201435、201436、201437、201438、201439，每批留样200mL；BCA试剂盒（碧云天生物技术研究所）；凝血因子Ⅷ促凝活性检测试剂盒（成都协和生物技术中心）；醋酸（国药集团化学试剂有限公司，分析纯）；三蒸水。1.2 仪器 Antaris II傅里叶变换近红外光谱仪（美国ThermoFhisher公司）；PB-10酸度计（德国sartorius公司）；BF300恒流泵（保定齐力恒流泵有限公司）；JB-3A型恒温磁力搅拌器（上海雷磁创益仪器仪表有限公司）；Legendmicro 17R离心机（美国ThermoFhisher公司）；TW12恒温水浴箱（德国Julabo公司）；3001-1890酶标仪（美国ThermoFhisher公司）。2 方法2.1 样品的制备2.1.1 配制醋酸溶液 量取醋酸约3.0mL，加入适量蒸馏水中，然后加蒸馏水至1.0L，得到浓度约为0.05M的醋酸溶液，混匀后用0.22 μm膜过滤。2.1.2 酸沉淀过程 参照实际生产过程，在实验室进行小试规模的酸沉淀过程。将超低温冻存的冷沉淀溶解液约100mL放至室温融化，缓慢倒入烧杯中，将烧杯置于低温水浴中，用酸度计监测溶解液的pH值和温度，然后以1mL/min的速度滴加配制好的醋酸溶液，边加边搅拌，使溶液的pH值由7.2左右降低至5.9左右，此过程中溶解液的温度由室温（25℃）均匀降低至15 ℃。重复进行此实验10次，每次实验过程之间保证相同的环境温度、水浴温度、醋酸浓度、加酸速度和搅拌速度。每次酸沉淀过程中pH值每变化0.1取样800μL，取样后立即进行离心（10000 rpm，5min），保留上清液作为样品，进行后面的光谱采集和蛋白含量及FⅧ效价的测定。2.2 近红外光谱的采集 选择AntarisII光谱仪的透射模块进行上清液光谱的采集。选用4 mm光程的比色皿，加样量约为400μL，光谱扫描范围为10000-4000 cm-1，扫描次数为32次，分辨率为8cm-1，以空气为参比进行采集，每隔1小时校正一次背景，测量环境为室温，湿度30%-50%。2.3 FⅧ效价的测定 使用凝血因子Ⅷ促凝活性检验试剂盒对上清液中的FⅧ效价进行检测，试剂盒中包含正常凝血质控血浆、缺凝血因子Ⅷ血浆，APTT试剂b/a、稀释液、CaCl2溶液，现用现配。2.3.1 标准曲线的制作 除氯化钙溶液在37℃水浴预热外，其余样品、试剂均置冰水浴中。 1）将正常凝血质控血浆用稀释液1作1/2、1/5、1/10、1/20、1/40、1/80倍比稀释，其对应FⅧ：C百分活性为500%、200%、100%、50%、25%、12.5%。 2）取某一稀释度正常凝血质控血浆0.1mL、缺凝血因子Ⅷ血浆0.1 mL、APTT试剂0.1mL于透明小试管，混匀后即置37℃水浴温浴10min。 3）迅速加入氯化钙溶液0.1mL，同时启动秒表，在水浴中以1-2次/秒的频率摇动小试管，当观察到凝固出现时，立刻停表记录凝固时间。 4）以不同稀释度正常凝血质控血浆FⅧ：C百分活性为X，对应的凝固时间（秒）为Y，按照统计学方法作直线回归方程，方程形式为Y=blog X+ a，即得标准曲线。2.3.2 样品效价的测定 1）将上清液用稀释液1作1/100倍稀释，即取10µL样品液加稀释液990µL，以此代替标准曲线制作项中某一稀释度正常凝血质控血浆，按照同样方法测定凝固时间。 2）将样品凝固时间（秒）代入标准曲线方程，计算X值，即得样品FⅧ：C百分活性水平。2.4 总蛋白含量的测定样品上清液中总蛋白质的含量测定采用Bicinchoninicacid（BCA）法。BCA法是应用较为广泛的蛋白定量方法之一，其原理是在碱性条件下，蛋白质与Cu2+络合，使之还原成Cu1+，Cu1+可与BCA形成稳定的蓝紫色复合物，复合物在561nm处有强吸收且吸收值与蛋白浓度成正比。BCA法原理与Lowery法相似，但是灵敏度高，操作简单，稳定性好，干扰物质对其影响也较小。2.4.1 配制工作溶液 将BCA试剂盒铜试剂按照体积比50:1混合，得到嫩绿色的标准工作试剂（WorkingReagent，WR），WR在室温条件下十分稳定。2.4.2 配制标准蛋白溶液配制0.5 mg/mL的BSA蛋白溶液，在96孔板中用PBS缓冲液对BSA溶液进行稀释，得到相同体积的BSA标准溶液0、25、50、100、200、300、400、500μg/mL，每个浓度的BSA标准溶液再各加200μL WR。具体稀释方案如表1所示。2.4.3 测定蛋白浓度每个样品取2 μL置于96孔板中，加18μL PBS缓冲液，然后加200 μL WR，在37℃培养箱中放置30min。将反应温度冷却至室温，用酶标仪测定标准蛋白溶液和样品溶液在561 nm处的吸光度值，绘制标准曲线，计算样品的蛋白浓度。表1 标准蛋白溶液和待测样品的加样量和比例 孔数 蛋白浓度（μg/mL） 标准或待测蛋白溶液体积（μL） PBS缓冲液体积（μL） WR体积（μL） 1 0 [ali
典型数学模型莫过于如下图所示了，http://ng1.17img.cn/bbsfiles/images/2012/04/201204041622_359055_1626275_3.jpg示值减真值除以真值。可是偏偏这典型数学模型的不确定度评定确人们犯的错特多，几乎还没有看到严谨的示例。例如灵敏度系数的求得有如下图所示的情况：http://ng1.17img.cn/bbsfiles/images/2012/04/201204041630_359063_1626275_3.jpg很显然是错误的。因为作者置数学模型中分母真值于不顾，当成了求绝对误差的：误差=示值-真值。还有按理在该数学模型中各输入量是绝对量，其不确定度理应为绝对量，可在按下来的评定中给出各输入量的不确定度又是相对量。如下图示：http://ng1.17img.cn/bbsfiles/images/2012/04/201204041641_359067_1626275_3.jpg这样按理是不对的。但我们应该怎样进行该典型数学模型的不确定度评定呢？希望版友上传正确的典型数学模型的不确定度评定示例！
近日，中国科学技术大学物理学院光电子科学与技术安徽省重点实验室张斗国教授课题组提出并实现了一种基于矢量光场调控原理的动量空间偏振滤波器件。将该滤波器件安装于传统无标记光学显微镜的出射端，它可以对出射光场的背景噪声进行高效抑制，进而采集到单个纳米尺度物体的高对比度、高信噪比光学显微图像。研究成果以“Cascaded momentum-space-polarization filters enable label-free black-field microscopy for single nanoparticles analysis”为题在线发表在综合性学术期刊《美国国家科学院院刊》（PNAS）。[align=center][img=,600,174]https://img1.17img.cn/17img/images/202403/uepic/18c3b2c4-6d3d-4349-b5d2-5c096ac0f32f.jpg[/img][/align]单纳米级物质的无标记光学成像对于各种生物医学、物理和化学研究极为重要。其中一个核心挑战是背景强度远远大于单个纳米物体的散射光强度。在这里提出了一种由级联动量空间偏振滤波器组成的光学模块，它可以进行矢量场调制，阻挡大部分背景场，使背景几乎变黑；相反，只有一小部分散射被阻挡，从而明显提高成像对比度。为了解决这个问题，张斗国教授课题组设计并实现了一种动量空间偏振滤波器件，它可在动量空间进行矢量场偏振调控，大幅度过滤、抑制各类背景噪声，只有单个纳米尺度物体的光散射信号能透过该滤波器件，被探测器采集到，从而实现了单个纳米尺度物体的高对比度、高信噪比的成像探测。[align=center][img=,500,508]https://img1.17img.cn/17img/images/202403/uepic/b5f63213-6cee-41d0-8519-3a9bc7fc69aa.jpg[/img][/align]作为一种应用展示，该动量空间偏振滤波器件被加载到传统全内反射显微镜（Total internal reflection microscopy, TIRM）的出射端，用于单个纳米尺度物体的成像与传感。加载该滤波器后，TIRM被转化为黑场光学显微镜（Black field microscopy (BFM)，相对于常规的无标记暗场光学显微镜，BFM具有更低（更黑）背景噪音，更高探测灵敏度）。BFM可以实时记录了此变化过程，证明BFM可应用于单个纳米颗粒化学反应过程的实时记录，为实时探测单个纳米尺度物体物性演化过程中所发生的物理-化学反应探测提供了新型光子学技术。该动量空间滤波器件的突出特点是：在不改变显微镜内部结构的情况下，它可以使常规的无标记光学显微镜，如表面等离激元共振显微镜、TIRM等近场光学显微镜，具有黑场成像功能，从而大幅度提升其对单个纳米尺度物体的探测灵敏度。本研究工作所发展黑场显微镜为单个纳米颗粒的分析提供了新平台，有望在生物学、物理学、环境科学和材料科学等领域得到广泛应用。该研究工作得到了科技部，国家自然科学基金委、安徽省科技厅、唐仲英基金会等项目经费的支持。相关样品制作工艺得到了中国科学技术大学微纳研究与制造中心的仪器支持与技术支撑。[来源：仪器信息网] 未经授权不得转载[align=right][/align]
最近，美国能源部劳伦斯-伯克利国家实验室与德国斯图加特大学研究人员合作，开发出了世界首个三维等离子标尺，能在纳米尺度上测量大分子系统在三维空间的结构。该标尺有助于科学家在研究生物的关键动力过程中，以前所未有的精度来测量DNA（脱氧核糖核酸）和酶的作用、蛋白质折叠、多肽运动、细胞膜震动等。研究论文发表在最新一期《科学》杂志上。 随着电子设备和生物学研究对象越来越小，人们需要一种能测量微小距离和结构变化的精确工具。此前有一种等离子标尺，是基于电子表面波（也叫“等离子体”）开发出的一种线性标尺。当光通过贵金属，如金或银纳米粒子的限定维度或结构时，就会产生这种等离子体或表面波。但目前的等离子标尺只能测量一维距离长度，在测量三维生物分子、软物质作用过程方面还有很大局限，其中等离子共振由于辐射衰减而变弱，多粒子间的简单耦合产生的光谱很模糊，很难转换为距离。 而新型三维等离子标尺克服了上述困难。该三维等离子标尺由5根金质纳米棒构成，其中一个垂直放在另外两对平行的纳米棒中间，形成双层H型结构。垂直的纳米棒和两对平行纳米棒之间会形成强耦合，阻止了辐射衰减，引起两个明显的四极共振，由此能产生高分辨率的等离子波谱。标尺中有任何结构上的变化，都会在波谱上产生明显变化。另外，5根金属棒的长度和方向都能独立控制，其自由度还能区分方向和结构变化的重要程度。 研究人员还用高精度电子束光刻和叠层纳米技术制作了一系列样品，将三维等离子标尺放在玻璃的绝缘介质中，嵌入样品进行测量，实验结果与计算出来的数据高度一致。与其他分子标尺相比，这种三维等离子标尺建立在化学染料和荧光共振能量转移的基础上，不会闪烁也不会产生光致褪色，在光稳定性和亮度上都很高。 谈到应用前景，该研究领导者、伯克利实验室负责人鲍尔·埃利维塞特说，这种三维等离子标尺是一种转换器，可将其附着在DNA或RNA链多个位点，或放在蛋白质、多肽的不同位置，再现复杂大分子的完整结构和生物过程，追踪这些过程的动态演变。（科技日报）
[font='times new roman'][size=16px][b]模型转移[/b][/size][/font][font='times new roman'][size=16px][b]校正集光谱分析[/b][/size][/font][font='times new roman'][size=16px][b]及窗口的选择[/b][/size][/font][font='times new roman'][size=16px]本实验校正集光谱收集过程中，在四个[/size][/font][font='times new roman'][size=16px]API[/size][/font][font='times new roman'][size=16px]理论含量水平上共进行了[/size][/font][font='times new roman'][size=16px]64[/size][/font][font='times new roman'][size=16px]批混合实验，取得了[/size][/font][font='times new roman'][size=16px]64[/size][/font][font='times new roman'][size=16px]个样品。图为校正集原始光谱图，蓝色的曲线表示采集到的动态[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]，红色的曲线表示[/size][/font][font='times new roman'][size=16px]采集到的[/size][/font][font='times new roman'][size=16px]离线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]。从图中可以明显地看出，与离线光谱相比，在线采集到的[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]基线漂移严重，谱峰重叠，且存在明显的异常光谱，这可能是在线光谱采集时物料的流动速度、[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱仪[/color][/url]的测量角度及距离不同所致。反之，离线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]特征[/size][/font][font='times new roman'][size=16px]峰相对[/size][/font][font='times new roman'][size=16px]较明显，[/size][/font][font='times new roman'][size=16px]1100[/size][/font][font='times new roman'][size=16px] [/size][/font][font='times new roman'][size=16px]nm[/size][/font][font='times new roman'][size=16px]处苯环上[/size][/font][font='times new roman'][size=16px]CH[/size][/font][font='times new roman'][size=16px]振动的二级倍频处有明显的特征峰。但是在线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]与离线[url=https://insevent.instrument.com.cn/t/1p][color=#3333ff]近红外光谱[/color][/url]在[/size][/font][font='times new roman'][size=16px]900[/size][/font][font='times new roman'][size=16px] [/size][/font][font='times new roman'][size=16px]nm[/size][/font][font='times new roman'][size=16px]-1700[/size][/font][font='times new roman'][size=16px] [/size][/font][font='times new roman'][size=16px]nm[/size][/font][font='times new roman'][size=16px]范围内光谱趋势相似，证明在线光谱和离线光谱表征了相同或者相似的样品信息。[/size][/font][align=center][img]https://ng1.17img.cn/bbsfiles/images/2020/09/202009170827007971_9783_3890113_3.png[/img][/align][align=center][font='times new roman']图[/font][font='times new roman']近红外原始光谱图[/font][font='times new roman']（[/font][font='times new roman']蓝色代表在线校正集光谱，红色代表离线校正集光谱图[/font][font='times new roman']）[/font][/align][font='times new roman'][size=16px][b] [/b][/size][/font][font='times new roman'][size=16px][b]窗口选择[/b][/size][/font][font='times new roman'][size=16px]在[/size][/font][font='times new roman'][size=16px]PRS[/size][/font][font='times new roman'][size=16px]模型转移研究中，窗口宽度是影响模型转移结果的重要参数[/size][/font][font='times new roman'][size=16px][color=#080000][77][/color][/size][/font][font='times new roman'][size=16px]。本研究中，用光谱矩阵间的相关系数作为评价参数，考察了窗口宽度为[/size][/font][font='times new roman'][size=16px]7-25[/size][/font][font='times new roman'][size=16px]区间内窗口宽度为奇[/size][/font][font='times new roman'][size=16px]数时的模型转移结果。表[/size][/font][font='times new roman'][size=16px]1[/size][/font][font='times new roman'][size=16px]为使用模型转移方案[/size][/font][font='times new roman'][size=16px]一[/size][/font][font='times new roman'][size=16px]在不同窗口宽度下，模型转移后得到的光谱矩阵与在线光谱矩阵间的相关系数。表[/size][/font][font='times new roman'][size=16px]2[/size][/font][font='times new roman'][size=16px]为使用模型转移方案二在不同窗口宽度下，模型转移后得到的光谱矩阵与在线光谱矩阵间的相关系数。由表[/size][/font][font='times new roman'][size=16px]1[/size][/font][font='times new roman'][size=16px]和[/size][/font][font='times new roman'][size=16px]2[/size][/font][font='times new roman'][size=16px]得，经模型转移方案[/size][/font][font='times new roman'][size=16px]一[/size][/font][font='times new roman'][size=16px]得到的光谱矩阵与原始在线光谱矩阵相关性更高。当窗口宽度为[/size][/font][font='times new roman'][size=16px]7-13[/size][/font][font='times new roman'][size=16px]时，相关系数随窗口宽度增加而变大，之[/size][/font][font='times new roman'][size=16px]后，相关系数稳定为[/size][/font][font='times new roman'][size=16px]0.993[/size][/font][font='times new roman'][size=16px]，最终选择窗口为[/size][/font][font='times new roman'][size=16px]13[/size][/font][font='times new roman'][size=16px]进行后续的模型转移研究。[/size][/font][align=center][font='times new roman']表[/font][font='times new roman']1 [/font][font='times new roman']使用方案[/font][font='times new roman']一[/font][font='times new roman']不同窗口拟合后的相关系数[/font][/align][table][tr][td][align=center][font='times new roman']窗口宽度[/font][/align][/td][td][align=center][font='times new roman']7[/font][/align][/td][td][align=center][font='times new roman']9[/font][/align][/td][td][align=center][font='times new roman']11[/font][/align][/td][td][align=center][font='times new roman']13[/font][/align][/td][td][align=center][font='times new roman']15[/font][/align][/td][td][align=center][font='times new roman']17[/font][/align][/td][td][align=center][font='times new roman']19[/font][/align][/td][td][align=center][font='times new roman']21[/font][/align][/td][td][align=center][font='times new roman']23[/font][/align][/td][td][align=center][font='times new roman']25[/font][/align][/td][/tr][tr][td][align=center][font='times new roman']相关系数[/font][font='times new roman'][i]R[/i][/font][/align][/td][td][align=center][font='times new roman']0.992[/font][/align][/td][td][align=center][font='times new roman']0.992[/font][/align][/td][td][align=center][font='times new roman']0.992[/font][/align][/td][td][align=center][font='times new roman']0.993[/font][/align][/td][td][align=center][font='times new roman']0.993[/font][/align][/td][td][align=center][font='times new roman']0.993[/font][/align][/td][td][align=center][font='times new roman']0.993[/font][/align][/td][td][align=center][font='times new roman']0.993[/font][/align][/td][td][align=center][font='times new roman']0.993[/font][/align][/td][td][align=center][font='times new roman']0.993[/font][/align][/td][/tr][/table][align=center][font='times new roman']表[/font][font='times new roman']2 [/font][font='times new roman']使用方案[/font][font='times new roman']一[/font][font='times new roman']不同窗口拟合后的相关系数[/font][/align][table][tr][td][align=center][font='times new roman']窗口宽度[/font][/align][/td][td][align=center][font='times new roman']7[/font][/align][/td][td][align=center][font='times new roman']9[/font][/align][/td][td][align=center][font='times new roman']11[/font][/align][/td][td][align=center][font='times new roman']13[/font][/align][/td][td][align=center][font='times new roman']15[/font][/align][/td][td][align=center][font='times new roman']17[/font][/align][/td][td][align=center][font='times new roman']19[/font][/align][/td][td][align=center][font='times new roman']21[/font][/align][/td][td][align=center][font='times new roman']23[/font][/align][/td][td][align=center][font='times new roman']25[/font][/align][/td][/tr][tr][td][align=center][font='times new roman']相关系数[/font][font='times new roman']R[/font][/align][/td][td][align=center][font='times new roman']0.977[/font][/align][/td][td][align=center][font='times new roman']0.978[/font][/align][/td][td][align=center][font='times new roman']0.978[/font][/align][/td][td][align=center][font='times new roman']0.978[/font][/align][/td][td][align=center][font='times new roman']0.978[/font][/align][/td][td][align=center][font='times new roman']0.979[/font][/align][/td][td][align=center][font='times new roman']0.979[/font][/align][/td][td][align=center][font='times new roman']0.979[/font][/align][/td][td][align=center][font='times new roman']0.979[/font][/align][/td][td][align=center][font='times new roman']0.979[/font][/align][/td][/tr][/table][font='times new roman'][size=16px]图为模型转移后的校正集光谱与在线校正集光谱对比图，蓝色的曲线代表在线光谱图，红色的曲线代表模型转移后的光谱图。从图中可以看出，模型转移后的光谱与原始在线光谱相似性较高，变化较明显的波段包括：[/size][/font][font='times new roman'][size=16px]1100[/size][/font][font='times new roman'][size=16px] [/size][/font][font='times new roman'][size=16px]nm[/size][/font][font='times new roman'][size=16px]处与[/size][/font][font='times new roman'][size=16px]API[/size][/font][font='times new roman'][size=16px]苯环上[/size][/font][font='times new roman'][size=16px]CH[/size][/font][font='times new roman'][size=16px]振动的二级倍频相关；[/size][/font][font='times new roman'][size=16px]1500[/size][/font][font='times new roman'][size=16px] [/size][/font][font='times new roman'][size=16px]nm[/size][/font][font='times new roman'][size=16px]处与[/size][/font][font='times new roman'][size=16px]OH[/size][/font][font='times new roman'][size=16px]振动的一级倍频有关；[/size][/font][font='times new roman'][size=16px]1600[/size][/font][font='times new roman'][size=16px] [/size][/font][font='times new roman'][size=16px]nm[/size][/font][font='times new roman'][size=16px]处与苯环上[/size][/font][font='times new roman'][size=16px]CH[/size][/font][font='times new roman'][size=16px]振动的一级倍频有关。但是，值得注意的是，与在线原始光谱相比，模型转移后的光[/size][/font][font='times new roman'][size=16px]谱基线漂移及光谱波动明显变弱，光谱重叠变轻，且无明显的异常光谱，可用于后续的建模使用，证明该模型转移方法可用于提高动态光谱定量模型的准确度和稳定性。[/size][/font][align=center][img]https://ng1.17img.cn/bbsfiles/images/2020/09/202009170827008997_9866_3890113_3.png[/img][/align][align=center][font='times new roman']图[/font][font='times new roman']模型转移后的校正集光谱与在线校正集光谱对比图[/font][/align]
塑料问答：近日，在北京市科委支持下，清华大学化工系魏飞教授团队与清华大学微纳米力学与多学科交叉创新研究中心、北京大学信息学院合作，在超润滑领域取得重大突破，在世界上首次检测到了大气环境下厘米以上长度碳纳米管管层间的超润滑现象。所实现的超润滑尺度比以前报道结果的最高值高出3个数量级，同时所得到的摩擦剪切强度比以前报道结果的最低值降低了4个数量级。相关成果发表在国际纳米领域权威学术期刊《自然—纳米技术》上。 摩擦现象一直是人类面临的最具挑战性的问题之一。全世界约1/3至1/2的一次性能源由摩擦过程消耗；工业发达国家因摩擦磨损造成的损失高达GDP的5%-7%。在微观尺度，由于材料比表面积增大，使得摩擦现象更加显著，界面摩擦成为制约器件性能和寿命的关键因素。解决摩擦磨损问题的根本途径是实现固体界面之间的极低摩擦甚至零摩擦，即超润滑。过去二十年中所发现的超润滑现象主要是在纳米尺度和高真空条件下实现的，实现宏观尺度上的超润滑不仅要求固体表面具有超高的模量，而且要求在宏观尺度上原子级平整，无缺陷与位错，如此苛刻的条件使得人们普遍认为大尺度下几乎不可能实现超润滑。 碳纳米管从结构上看是由石墨烯卷曲而成，理论研究表明，当碳纳米管存在哪怕只有一个原子级别的缺陷时，其管壁间摩擦力就会急剧增大。经过近十年的努力，魏飞教授团队在制备长达数厘米且无缺陷的碳纳米管的制备方面取得了一系列突破，发展了单根碳纳米管的纳米颗粒标记技术，这些工作为宏观尺度超润滑工作奠定基础。在上述基础上，魏飞团队首先在光学显微镜下通过用微弱气流吹动碳纳米管的方法观察到了碳纳米管管壁之间快速相对运动的奇妙现象，进而利用扫描电镜下的微纳米操纵平台进行双壁碳纳米管内层的可控抽出，并测量了管壁间的超低摩擦力。研究发现，双壁碳纳米管的管壁之间存在着超低的摩擦力，并且这种摩擦力与碳纳米管的长度没有关系，即无论多长的碳纳米管，其内层都可以被轻易地抽出来。 这项工作被《自然—纳米技术》杂志审稿人评价为里程碑式原创性工作，对于研究和控制摩擦力做出了重大的、创造性的贡献，为下一代全碳电子器件构筑、超润滑机械开发以及超高速微纳米机械、电子器件制备提供了基础。转自塑料问答
【专家讲座】：第三讲：近红外定量分析模型【讲座时间】：2015年12月10日 14:00【主讲人】：闵顺耕 （中国农业大学理学院应用化学系教授，博士生导师，主要研究领域：红外/近红外光谱、化学计量学、农产品品质与营养分析、农产品安全。）【会议简介】内容提要：第三讲 近红外定量分析模型3.1 定量分析流程3.2 常见建模算法3.3 模型性能评价3.4 建立定量模型中的问题问题1. 样本集（样品分布?）①代表性②样本集数量③离群样本判断及取舍④检验集样品选择和数量⑤配制样品的共线性问题⑥化学值的准确度与精密度问题2.光谱测定（仪器性能、参比选择与光谱质量、测量方式、 不均匀性样品测定及颗粒度影响、在线光谱测定）-------------------------------------------------------------------------------1、报名条件：只要您是仪器网注册用户均可报名，通过审核后即可参会。2、报名并参会用户有机会获得100元手机充值卡一张哦~3、报名截止时间：2015年12月10日 13:304、报名参会：http://www.instrument.com.cn/webinar/meeting/meetingInsidePage/17405、报名及参会咨询：QQ群—379196738http://ng1.17img.cn/bbsfiles/images/2017/10/2015042911235201_01_2507958_3.jpg
新购的近红外设备，后期打算预测饲料原料氨基酸，厂家提供了一些基础模型，问题也出来了，我们怎么校正和验证氨基酸模型呢，难道样品统统送检氨基酸，根据其检测结果再处理么，氨基酸分析仪检测也有一定的误差的，而且这个费用会相当的大，所以在这里跟大家交流一下，你们是如何校正和验证氨基酸模型？ 请大家踊跃发言！
我要推广仪器
下载APP
药包材相容性检测技术及分析方法
大气污染溯源与解析中的方案和仪器
默克超级品牌日探索纯水、分析、微生物事业
2013赛默飞色谱质谱光谱新品在行动
慕尼黑上海分析生化展(AnalyticaChina 2006)
植物源性食品分析检测现状
Thermo Scientific Gemini 手持式红外拉曼二合一分析仪
3D打印粉末材料性能表征
科学仪器与分析检测行业专家视频采访合集
质谱在毒品分析领域的技术应用进展