複雜體系和化學過程的化學計量學解析與套用研究

《複雜體系和化學過程的化學計量學解析與套用研究》是依託鄭州大學，由申琦擔任項目負責人的面上項目。

基本介紹

• 中文名：複雜體系和化學過程的化學計量學解析與套用研究
• 項目類別：面上項目
• 項目負責人：申琦
• 依託單位：鄭州大學

項目摘要

本項目依據複雜體系和化學過程的組成繁雜、反應多樣特性，針對其分析信號嚴重重疊、解析不確定性的特徵，運用傅立葉變換紅外、紫外可見光譜、色譜聯用及光譜電化學等技術，構建靜態複雜體系和動態化學過程的多種分析技術、高維表征方法，開展數據背景校正、重疊信號解析、多元分辨、目標特徵簇提取、模式判別和相關分析算法研究，發展一系列複雜體系和化學過程多維解析新方法，建立複雜高通量數據相關的化學計量學理論與方法，開展代謝疾病診斷、藥物及食物產品分析、環境污染物降解、菸草品質評價等方面的實際體系研究，為全面解析複雜體系和深入闡釋化學過程提供有效而實用的方法學和技術基礎。

結題摘要

複雜體系和化學過程廣泛存在於生物、醫學、農業、材料、環境、化學化工等研究領域。複雜體系由於基體效應、組分間干擾、組分濃度差異大而導致分析化學信號重疊嚴重、數據噪音背景高，傳統的數據處理方法難以滿足複雜數據的分析需求。本項目運用傅立葉變換紅外、紫外可見光譜、色譜聯用等多種分析技術，開展了數據預處理、特徵變數提取、模式判別和多元校正算法研究，發展了集成光譜純度和偏最小二乘回歸係數的變數重要性指數、有監督的局部線性嵌入、改進的蒙特卡洛無信息變數消除、結合適應度得分的連續投影算法、多分類基因表達式編程投影判別分析法、基於最佳化方法的高斯混合模型和回歸、融合數據預處理的集成隨機森林算法、基於粒子群最佳化的模糊C均值半定量分析法、改進的螢火蟲最佳化算法等一系列複雜體系解析的新型化學計量學方法，探討和比對了不同預處理技術及特徵篩選方法對預測結果的影響。發展的新方法用於分析先天性代謝缺陷疾病和不同食品的GCMS數據，不同食用油、茶葉及穀物的紅外光譜，有機化合物的持久性、汽油的辛烷值等數據，獲得了較為準確的預測結果，為複雜體系的解析提供了新的化學計量學算法和技術基礎。