2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩79頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、食品藥品安全關(guān)系到百姓的生活質(zhì)量,身體健康甚至生命安危,關(guān)系到民族的繁衍、經(jīng)濟(jì)的發(fā)展,也關(guān)系到社會(huì)的穩(wěn)定。近年來,食品和藥品的安全日趨嚴(yán)重。目前,針對(duì)這些假劣的食品藥品,檢測(cè)手段有多種:化學(xué)法、光譜法,以及基于色譜的各種技術(shù)。其中色譜與其各種聯(lián)用技術(shù),如HPLC-MS(HPLC-MS-MS)、GC-MS、HPCE-MS等方法,準(zhǔn)確性好,靈敏度高,但是由于操作繁瑣,成本昂貴,對(duì)實(shí)驗(yàn)人員要求嚴(yán)格,使得方法難以普及到基層打假一線,尤其是經(jīng)濟(jì)、

2、技術(shù)、人才欠發(fā)達(dá)的地區(qū),同時(shí)隨著各種造假手段的不斷增加,對(duì)檢測(cè)技術(shù)的簡(jiǎn)便性、高通量能力提出了更高的要求。而光譜法由于其快速、簡(jiǎn)便、高通量、經(jīng)濟(jì)等優(yōu)勢(shì),已被逐漸地運(yùn)用到了現(xiàn)場(chǎng)快速檢測(cè)食品藥品的領(lǐng)域中。
   本課題研究光譜學(xué)技術(shù)結(jié)合化學(xué)計(jì)量學(xué)對(duì)假藥和食用油的摻雜進(jìn)行判別分析。論文的內(nèi)容包括兩個(gè)方面:一、運(yùn)用了常規(guī)的化學(xué)計(jì)量學(xué)方法與拉曼光譜法相結(jié)合對(duì)假藥的判別進(jìn)行方法學(xué)研究,并且對(duì)課題組創(chuàng)新的局部直線篩選法進(jìn)行改進(jìn),結(jié)合便攜式拉曼光

3、譜儀,為假藥的判別提供了另一種新的思路;二、近紅外光譜法結(jié)合定性、定量的化學(xué)計(jì)量學(xué)方法,對(duì)食用油的分類及其橄欖油的摻偽進(jìn)行方法學(xué)研究。
   第一部分假藥快速檢測(cè)的方法學(xué)研究(1)對(duì)5種降糖藥片采用拉曼光譜法結(jié)合核主成分分析(KPCA)-聚類分析法,實(shí)現(xiàn)快速、簡(jiǎn)便的鑒別。KPCA可以有效地避免主成分分析(PCA)只能處理線性問題和降維效果不明顯的弊端。采集得到的藥片拉曼光譜的KPCA-聚類分析結(jié)果表明,采用KPCA提取特征變量的

4、聚類分析結(jié)果比采用PCA提取特征變量后進(jìn)行聚類分析的結(jié)果好,并且未經(jīng)刮除表面包膜的降糖藥片識(shí)別準(zhǔn)確率為96.50%,經(jīng)過刮除表面包膜處理的降糖藥片的識(shí)別準(zhǔn)確率為100.00%。但是當(dāng)大樣本量時(shí),結(jié)果不是特別理想。(2)避開常規(guī)化學(xué)計(jì)量學(xué)中的模式識(shí)別和模型校正,本文在局部直線篩選法的基礎(chǔ)上進(jìn)行改進(jìn),建立了一種新的假藥判別分析方法。該算法是基于原始的LSLS算法,對(duì)其進(jìn)行改進(jìn),并且結(jié)合主成分分析法,采用拉曼光譜技術(shù)判別是否為假劣藥品。本課題

5、研究了三種假藥情況:1、藥片中不含主藥;2、藥片中含有主藥成分,但是主藥的化學(xué)結(jié)構(gòu)完全不同于真藥的主藥;3、藥片中含有主藥成分,且主藥的化學(xué)結(jié)構(gòu)與真藥中主藥的化學(xué)結(jié)構(gòu)有很大的相似性(如同系物)。對(duì)7種降糖藥片(包括陽(yáng)性樣品和陰性樣品)和12種常規(guī)的輔料(陰性樣品)進(jìn)行判別,結(jié)果顯示靈敏度達(dá)到了96.77%,專屬度達(dá)到了97.48%,準(zhǔn)確度達(dá)到了96.35%。該方法為假藥的判別分析技術(shù)提供了一種新的手段,具有良好的應(yīng)用前景。
  

6、 第二部分橄欖油的快速檢測(cè)近紅外光譜分析技術(shù)具有分析速度快、無損、樣品不需預(yù)處理等優(yōu)勢(shì)。隨著化學(xué)計(jì)量學(xué)的發(fā)展,近紅外光譜分析法也得到了極大的促進(jìn)和發(fā)展,在農(nóng)業(yè)、化工、食品等領(lǐng)域得到了越來越廣泛的應(yīng)用。本文探索了多種化學(xué)計(jì)量學(xué)算法在近紅外光譜中的應(yīng)用。采用聚類分析法對(duì)橄欖油和其它的食用用油進(jìn)行分類,運(yùn)用主成分分析法和人工神經(jīng)網(wǎng)絡(luò)法對(duì)橄欖油的摻雜與否進(jìn)行定性判別,最后用偏最小二乘法(PLS)進(jìn)行定量分析。測(cè)定初榨橄欖油中摻雜芝麻油、大豆油和

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論