(分析化学专业论文)新型大环化合物在压电传感器中的识别及应用研究.pdf_第1页
(分析化学专业论文)新型大环化合物在压电传感器中的识别及应用研究.pdf_第2页
(分析化学专业论文)新型大环化合物在压电传感器中的识别及应用研究.pdf_第3页
(分析化学专业论文)新型大环化合物在压电传感器中的识别及应用研究.pdf_第4页
(分析化学专业论文)新型大环化合物在压电传感器中的识别及应用研究.pdf_第5页
已阅读5页,还剩121页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

自 组 装 膜分 子识别 me , 含 硫 醚 杯 4 芳 烃 衍 生 物 下沿的 的 支 柱 链、 侧 链和 上 沿的 叔 丁基显著影响自 组装 膜的 微观形态和 压电 传感器的识别 性能。 环 二 肚 取 于 t 坏 4 芳 烃 衍 生 物 将 手 性 环 境 引 入 压电 传 翻舍 的 涂 层, 在 压电 传 疮 澜 吕 上 成 功 区 ft i l 酸 甲 m, 光 学 异 构 体 o (k 理 研 究 证 实 手 性 涂 层 与 (r 乳 酸 甲 q3 存 在 着 特 异 性 相互作用, 首次报道手性区分能力不仅与分析物的 浓度有关, 而月 .与测定温度有关。 这种特异性作用不仅发生 在涂层的表面, 而且发生在涂层内 部。 吸附曲 线拟合的结 果 证 实 了 特 异 性 吸 附 属 于 ir r i . ) 一 苏 氨酸取代 杯 4 芳 烃衍生 物用于手 性传感 器 徐层, 改善了 传感器 可逆性, 但阳氏 了 手性区分能力, 机理研究证实手性区分能力与涂层手性识别址的覆盖率有关。 关键词: 分 子识别, 手性区分, 压电 传感器,自 组装膜, 人工神经网 络, 原子力显微镜。 诊 概 讼 伙三_ 盆沪铭 p h . d. di s s e r t a t i o n : s t u d y o n t h e r e c o g n i t i o n a n d a p p l i c a t i o n o f n o v e l m a c roc y c li c c o m p o u n d s u s i n g p i e z o e l e c t r i c s e n s o r a u t h o r : wa n g , c h u n s p e c i a li t y : a n a l y t i c a l s u p e r v i s o r : p rof e s s o r c h e mi s t ry re , x 冬 v 陀 n ab s t r a c t w ith th e r a p i d d e v e lo p m e n t a n d a d v a n c e o f s c ie n c e a n d t e c h n o lo g y , th e im p o r ta n c e o f c l o s e re la t io n s h ip b e tw e e n th e m o d e m c h e m i s tr y a n d li f e s c i e n c e a s w e ll a s b i o l o g y , h a s b e e n w e ll e s ta b l is h e d o n t h e c o n c e p t o f m o le c ul a r r e c o g n iti o n , w h i c h h a s a ls o d r a w n in c r e a s in g ly in t e re s t a n d c o n c e rn s i n th e fi e l d o f c h e m ic a l s e n s in g . b y m e a n s o f p ie z o e le c tr i c s e n s o r , t h e in t e r a c ti o n a n d r e c o g n iti o n b e t w ee n th e g a s - s o li d in te r fa c e s a re c h a r a c te ri z e d . t h e a p p li c a t io n s o f n o v e l m a c ro c y c li c c o m p o u n d s u s e d a s a r t ifi c ia l s y n th e s is re c e p t o rs t o s e le c ti v e c o a t in g s o f p ie z o e le c tr i c s e n s o r s n o t o n ly o ff e r a b r o a d p o te n ti a l o f d e v e l o p m e n t o f m o l e c u l a r re c o g n iti o n , b u t a l s o e n r ic h a n d d e v e l o p s e n s in g m a t e r i a l . t h is d is s e r t a ti o n p u t e m p h a s i s o n s tu d y a n d a p p li c a t i o n o f m a c ro c y c li c c o m p o u n d s u s in g p i e z o e l e c tri c s e n s o r . t h e m o le c u la r re c o g n iti o n o f n o v e l m a c o c y c li c c o m p o u n d s ( c a fi x a r e n e a n d c y c l o d e x t r in d e r iv a ti v e s ) u s e d a s s e n s in g c o a t i n g s o f p i e z o e l e c tr ic s e n s o r , w e re in v e s ti g a t e d o n t h e in t e r f a c e o f g a s - s o li d a c c o r d i n g t o t h e p r i n c ip l e o f h o s t- g u e s t c h e m i s tr y . t h e d i s c r im in a t i o n o r r e c o g n iti o n o f s iz e , s h a p e s o m u c h a s o p ti c a l is o m e r s w a s re a li z e d o n t h e p ie z o e le c tr i c s e n s o r . a t t h e s a m e t im e t h e a n a ly t ic a l a p p li c a t io n o f p i e z o e l e c tri c s e n s o r w a s d e v e l o p e d b y m e a n s o f s te c h io m e t ry . 1 . t h e d e v e lo p m e n t a n d a p p li c a t io n o f p ie z o e l e c t ri c s e n s o r w e r e s u m m a r iz e d . t h e a p p li c a ti o n a n d re c o g n iti o n m e c h a n i s m o f m a c o c y c li c c o m p o u n d s w e re e m p h a s iz e d . t h e a im a n d p l a n o f s t u d y w e re p u t f o r w a r d . 2 . t h e s e l f - a s s e m b l e d c a l ix a re n e b i la y e r s o n t h e a u s u r f a c e o f p ie z o e l e c t r ic s e n s o r n o t o n l y p ro v id e d a m o d e l t o s tu d y m o le c u l a r r e c o g n iti o n , b u t a ls o i m p ro v e d re v e r s ib i li t y o f s e n s o r . t h e m ix t u re o f n - b u ty l a m i n e a n d is o- b u ty la m in e w e re d e t e c t e d 勿u s i n g n e u r a l n e t w o r k . 3 . t h e 加li o n o f n o v e l c y c l o d e x h i n d e r i v a ti v e s to a lip h a ti c a m in e s a n d a lc o h o l w a s i n v e s tig a t e d . t h e c o o p e r a t iv e i n t e r a c t io n o f h y d ro g e n b o n d i n g a n d v a n d e r w a a ls f o r c e re s u lte d in d i s c r i m i n a ti o n o f s iz e a n d s h a p e o f g u e s t m o le c u le s . 4 . t h e a p p li c a ti o n o f n o v e l c y c l o d e x h i n d e r i v a t iv e s t o m e th a n o l s e n s o r w a s i n v e s ti g a te d . t h e l in e a r re l a t io n s h i p t o d e t e c t m e th a n o l w a s n o t e ff e c t e d 妙a f e w a m o u n t o f e t h a n o l , a c e t o n e a n d p ro p a n o l e t c . e s p e c ia ll y i g n o r a b le o f t h e c r o s s s e n s it iv it y o f w a t e r in th e a ir . t h e c y c l o d e x tr i n - c o a te d s e n s o r s c a n b e a p p li e d t o d e te c t c o n c e n t r a t io n o f m e t h a n o l i n th e r e a l a t m o s p h e re c o n d iti o n . 5 . a s in g le c a li x 网e n e -c o a t e d s e n s o r w a s e m p l o y e d t o d e t e c t m ix tu re o f b e n z e n e a n d to lu e n e b y o p t im u m c o n d i ti o n , w h ic h b lo w u p c h a r a c t e r is t ic o f d y n a m ic s . 6 . a s in g l e c a l ix 网e n e c o a t e d s e n s o r w a s e m p l o y e d t o d e te c t m ix t u r e s o f b e n z e n e / c h lo r o f o r m a n d t o lu e n e % h lo ro f o r m in a fl o w a n a ly tic a l s y s te m . t h e d e s ig n o f e v a p o r a t io n t u b e w a s a n im p o r ta n t c o n t r i b u ti o n t o r e s o lv e b o t t le n e c k o f s a m p l i n g a n d re p r o d u c ib i b 你 7 . c a li x a re n e s u l fi d e d e r i v a t iv e s s e l f - a s s e m b le d o n a u e l e c t ro d e s o f p i e z o e l e c t ri c s e n s o r . a t o m ic f o r c e m i c ro s c o p y w a s e m p lo y e d t o i n v e s t ig a t e m i c ro s tm c t u re e o f s e lf - a s s e m b ly fi lm , w h i c h i n te r re la t e d t h e r e s p o n s e s o f p i e z o e l e c tri c s e n s o r . t h e c h e m i c a l s tr u c t u re s in fl u e n c e t h e m i c ro s tr u c t u re o f s e lf - a s s e m b le d fi lm a n d r e c o g n it io n e ff e c t o f p ie z o e le c t ri c s e n s o r . 8 . c h ir a l p i e z o e l e c t r i c m o d i fi e d d i c y c l o d ip e p t id e c a lix 4 a re n e s d e r iv a t iv e s p ro v id e e n a n ti o- s e l e c t iv ity f o r m e th y l l a c ta t e o p t ic a l is o m e rs , t h e d e p e n d e n c e o f c h ir a l d is c r im i n a t io n f a c t o r a n o t o n ly o n c o n c e n t r a t io n o f a n a ly te s b u t a l s o o n d e t e c t in g t e m p e r a t u re w a s r e p o r te d f o r 触 fi r s t t im e . d i s c u s s i o n o f a d s o r p ti o n m e c h a n i s m i n d ic a t e d t h a t c h e m i s o r p ti o n p la y e d a n i m p o r ta n t ro l e in t h u s s p e c i fi c a d s o r p ti o n , t h e s u r f a c e a n d b u lk in t e r a c ti o n o f o z ) -m e th y l la c t a t e m o l e c u le s w i th t h e c h ir a l c o a ti n g s a ll c o n t ri b u te t o t h e l a r g e r e s p o n s e o f c h ir a l p i e z o e le c t ri c s e n s o r s . t h e re s u lt s o b ta in e d fr o m fi t o f r e s p o n s e c u r v e w e re a g r e e m e n t w i t h m e c h a n i s m o f c h e m i s o r p ti o n . 9 . d i - m e th y l t h re o n in e b e a r i n g c lix 4 a re n e u s e d a s c h ir a l c o a ti n g im p ro v e d re v e r s i b ili t y o f s e n s o r b u t m in i s h e d t h e c h i r a l d i s c r im i n a t io n , w h ic h re l a t e d t o c o v e r a g e o f c h ir a l re c o g n i ti o n s i t e s . k e y w o r d s : m o l e c u la r re c o g n iti o n , c h i r a lo n , p rs e n s o r , s e l f - a s s e m b l e d fi lm , a r t ifi c i a l n e u r a l n e t w o r k , a t o m i c f o r c e m i c r o s c o p e . 南 开 大 学俘 士 华 业 论 文 月 q 青 本博 士 论文 主 要 将 一 些 大 环 化 合 物 ( 杯芳 烃 和环 糊 精 衍 生 物) 应用 在 压电 化 学 传 感 器。 运用主 于 客体化学、 超分 子化学的分子诊 捌原理, 建立起压电 化学传感器分子i p .im 型。同 时发展了 压电 化学 传感器的敏感涂层物质, 用于有机 胺、甲 醇、芳香烃、 氯代 烃 和 光 学 异 构 体 的 识另 帅测 定。 并 应 用 化 学 计 量学 方 法 研究了 超 分 子化 合 物 涂层的 压电 化 学 传 感器的 分 析、 测定 方 法。 一、 压电 化学传感器及其应用 1 .压电 现 象 和压电 晶 体 在1 8 8 0 年, 法国 的 两 位 科 学 家 一 居里 兄 弟( j 呐u e s a n d p i e r re c ti u ie ) 在 研 究 石 英晶 体 的 物理 性质时, 发 现了 一 种 特 殊的 现象, 即 按 某种 方位 从 石英晶 体 上切割下 一块薄晶 体, 在其表面敷 上电 极, 当 沿着晶 片的 某 一 特定 方向 施 加作 用力 而 使晶 片 产生 形变后, 会在 两个电 极表面出 现等 量的 正、 负电 荷。 电 荷的 面 密 度与 所a 动 口 作 用力成正比 ,当 作用 力 撤除后,电 场也消失. 这种由 于机械力的 作用而使石英晶 体表面出 现电 荷的 现象 ., 称为 正 压 电 效 应 。 发 现 正 压电 效 应 的 第 二 年 , 即 1 8 8 1 年 , 由 林 普 曼 2 - 氯丙 酸酷 光 学 异 构 体) 。 最 近h e r le m e n 等 【 2 1 1 又 将 上ii 修 m y - c d 用 在s a w传 感 器 , 结 合f r i r 外部反射 日 普 测定了手性甲 基丙酸异构体。 3 。杯芳烃 杯芳烃c a n , r r - 4 , 6 , 8 ) 是 苯 酚 及 其衍 生 物与甲 醛 经 缩 合 反 应f u 生 6 窜 开大学俘士华业伦文 成的一类环洲暇 裂 物。 因 其分 子形状与 希腊圣杯 ( c a lix c r a t e r ) 相似, 而月 是由 多 个苯 叼; 构成的芳香族分子 ( a r e n e ) ,因而得名为 杯芳烃。 杯芳烃具有以 下特征:( 1 ) 具有由 亚 甲 基相 连的 苯环所构成的 空腔;( 2 ) 具有易于导入官能团彭 佣于催化反应的酚轻基;( 3 ) 具 有可 利用的 种种芳 香 族 置换反 应幽于 化 学修 饰的 苯 环:( 4 ) 构 象脚 发 牛 夺化, 通过 引 月置 当的 取代基团, 可固定 所需的 各种构象。 故杯芳烃被 称为 第三子 岑 田 分子化合毓4 5 . 3 5 - 3 6 1 。 在 杯芳 烃 分 子的 上 沿 和 下 沿引 入 适当 的 功育 睡团 , 可以 f 却 肋 氢 键、 静电 作 用、 范德华力、 疏水作用、阳 离予 : 作用、二 一 二 堆积作用以 及诱导作用来诊 j 客体分子。 爪 了 r ;蒸 二 o h 。 h 天 。 ohoh 丫 r 二 f l g u r e 1 3 . t h e s tr u c t ur e o f c a 4 ) ,c a 6 ) a n d c a m. 图1 一杯 4 ) 、 杯 6 ) * p f 8 ) 芳 烃的 结 构 示 意图 n e ll i 等【 4 6 】 用间 苯 二 酚 杯 4 芳 烃 衍 生 物 作咪m敏感 涂 层, 渤肖 基 苯 有较 高 的 选择性 , 在相 对 湿 度高 达9 0 % 和有h 2 , h 2 s , n o , s o z , c h 4 和n - c 4 h io 共存时 不 干 扰测 定。 s c h i e r b a r u n 等【 4 7 】 用 姗中 c a 4 , c a 6 , c a 8 衍生 : 扫 锦喊 b a w传 感 器 在液 相 测定 咖 啡因 等。 三、分子识别与吸附机理 分 子让 捌广泛存 在于生 物体系中, 是一 重要的 生 物 过程, 如酶 又 捅黝的 高 度专一 性 识别, 核酸的 互补 酩寸 形 成 双螺旋结 构。 化学家 发展了 分子 勺 拐 吐 的 概念, 设 计和 合成了 一 些 简 单的 分 子来 榭以 天 然 化雀 渤的 性 质, 通 过 底 物 ( 主 体) 与 受 体 ( 客 体) 的 特异 性 结 合, 研究 分 子识 别 v 健, 以 了 解生 物 基 本过 程的 驱 动 力, 现今已 发 展为 一门 新的 化 学 研究 领域一 超 分 子 化学( 主一 客 体 化 学) 7 4 1 . 超分 子 f t *物 应 用在q c m和s a w化学 传 屈 姆 号 表 涂 层中, 多 数 用于 研究 超分子 化 布 一 分绪 伦 等 1 8 8 1 报道种复杂的 聚 联二 炔/ 杯芳 烃s a w双 分 子层。 先将 硫醇化的 联二 炔自 组 装 在 电 极 上 通 过 光 聚 合 成 聚 联 二 炔 , 再 接 上 杯 芳 烃 形 成 双 分 子 层 。 y a n g 等 8 9 1 报 道 了 聚电 解 质( p d d a ) 和 磺 基 杯 芳 烃( c a 4 ) , 磺 基 环 糊 精( c d ) 等自 组 装 多 分 子 层s a w 薄 膜, 将电 极 交替 浸 入电 荷 相反 的 聚电 解 质 ( p d d a ) 和c a 4 或c d溶 液, 依 靠 静电 力 形 成p d d a / c a 4 , p d d a / c d多 分 子 层薄 膜, 并 用s e m表 征。 分 子自 组 装薄 膜具 有引 陌 ij 有 序, 厚 度均 匀的 特点, 便于 研究 超分 子的 吸附于 为 和识 别 机 理 。 可 采 用多 种 表 面 分 析 方 法 或 手 段 表 征。 如” t - x p s ( x - r a y ) c p s ) , a r - x p s ( a n g le r e s o l v e d ) c p s ) , s e m等。 首先 处理电 极表面, 成为 含有轻 基的 活 性表 面, 然 后用 石 绪甜拭剂, 将 杯芳 烃或 环 糊 精衍 生 物 等 键合 在 石 英 表 面【 3 6 1 。 或 采用 溶r-翻佼 ( s o l - g e l ) 技术【 3 9 】 直 接 在 活 化 的 石英表面进牙 灵 箱 聚反应,固定功能化的 杯芳烃戴环糊精。 k 6于s a w化学传 r涂膜。 4 .分子印 迹技术 分子 印 迹 聚合 物( n i p s ) 除 去模 板分 子后, 可 采 用直 接 徐层法, 滴在电 极表面, 旋转 电 极得到均匀的涂层, 或采 用电 化学合成法在电 极上涂膜【 5 8 1 . 0 拙研究 组【 6 9 - 7 3 1 最 近 详细研究了 希 咯 m i p s 和修 饰b a w银电 极过 程。 五、 传感器阵 列与 模式识别 1 .压电 化学传感器定性定量分析 随 着科学技 术的 别新o 进步, 化学 传感器日 益 广泛 地 应 用于环 境, 食品, 临 床分析 ( 9 0 1 0 其 发 展 方向 具 有高 灵 敏 度, 高 选 择 性, 微 型化, 智13 g y 1信息化 , j决 速 方 便 等 等 特点。 但由 于化 学传感 器工作 特性具 有非 线 形和习 m - 选 择性 , 仅 仅依 赖于0 2 4 器 本身 的 选择性 , 检测 物质的 存 在与 否或 存在状 态, 是十 分困 难的. 如一 些涂聚合 物的 压电 石 英晶 体传感器, 本身的 选择胜 不高, 单独使 用一 个石英晶 体传感器无法满足各种复杂环 境的 分析需要。为了 最大wi变 地获取有关分析的 各种化学信息, 各种不同 选择性的化学 南 开 大 学 俘 士 华 业 伦 文 传感 器组成化学传感 治 苦 阵列。 利用模式w , m方法可以 进行定性,定量分析。 断 中 新的 化 学 传感 器技术粼民 了 化学 传感 器选择 性不高 的 缺陷, 正日 韧 泛 地贺 p j 州门 的 注意, 成 为 化学 传im 和电 子鼻 研究 和应用的 方向【 9 1 1 . 化学传 感器阵 列模 式诊 拐 ij 系统 包括: 特征的 提取, 选择, 分类 和识别。 对于定 性分 析, 模式y p j d 过程 是特征提取, 选择, 分类. 需要定量分析, 必须 进行回归计 算, 得到 准确的 定 量结果 9 2 - 9 3 1 . 2 .化学传感器的 特征及特征的选择和提取 化 学 传 感 器阵 列 模 式诊 捌系 统是由 多 个 化 学 传 感 器 组 成传 盛 碍 舍 阵 列, 分 析 各 种 不同 类 型的 化剿言 息, 通过每个 传感 器转变 各种电 信号, 这圳言 号一 般 称为 模或 特征。 特征 组成一 个n 维空间( n 为 化 学传感 器的 个数) 。 化学 传感器 和电 子鼻阵 列的 特征多 维空间 是巨 大的【 9 2 - 9 4 ) 。 包括: . 涂 层 物 质( s e n s o r m a te ri a ls ) 特 征 空 间 , 包 括 氧 ir 物( o x id e s ) , 聚 合 物(p o ly m e r ) , 超 分 子( s u p r a m o le c u le s ) , 生 物 分 子( b io m o lc u le s ) , 仿 生 亲 合 物 质( b io m im e t r i c a ffi n it y s t r u c tu r e s ) 等, 约 有1 0 8 个 特征. . 传感器敏感响应( t r a n s d u c e rs ) 特征空间,包括电阻( r e s is ta n ce ) ,阻抗 ( i m p e d a n c e ) , 电 流( c u n e n t ) , 电 容( c a p a ci t a n c e ) , 功 率( w o rk f u n c tio n ) , 质 量( m a s s ) , 温 度( t e m p e ra t u e ) , 光 吸 收( q p tic a l a b s o rp ti o n ) , 厚 度( o p t ic a l l a y e r t h ic kn e s s ) 等1 0 个特征。 . 传感 器类型( t r a n s d u ce r g e o m e t r ie s ) 特征空间, 如声 波传感器有体声波 ( b u l k a c o u s tic w a v e ) , 表面声波( s u r f a cea c o u s f c w a v e ) , 板声 波( p la te a c o u s ti c w a v e ) 等 ; 电 导 传 ft ow有 叉 指 电 极 ( in te r d i乡 ta l e le c tri o d e s ) , 发 射 线 ( t r a n sm is s io n l in e ) , 4 十 抖 陌 d ( 4 -p ro b e a rr a n g e m e n t ) 等 。 共 有1 护 个 特 征 . . 参数调制 ( m o d u la t io n o f p a r a m e te r s ) 特征空间, 外部调制如交替在参比 气体不 被 分 析 气 体 中 测 试, 或 采 用 过 滤 和 催 化 ; 内 部 调 制 包 括 各 州桑 作 条 件, 共 有1 护 斤 特征。 . 参 数 形 状 变 量( v a ri a t io n o f p a r a m e te r s h a p e s ) 特 征 空 间 , 包 括( 准) 静 态 测 定 ( q u a s i s ta t ic m e a s u re m e n ts ) , 动 力 学 测 定( d y n a m ic m e a s u re m e n t s ) , 信 号 参 数可以 是 三 角 波, 正 弦 波 或 阶 梯 形。 共 有1 0 , 个 特征。 . 多 参 数 调 制 ( m u lt ip le m o d u la t i o n o f p a r a m e te rs ) 特征空 间 , 如 各 种 参 数同 时 使 举 常绪 伦 用, ; 铺. 1 0 6 i 嗬征。 由 此可 见, 化学 传 感 器的 特 征 空 间 理论 上 可 以 有1 0 2 , 个 特征 。 对于1 众多的 特征, 在 运算时 就 会带 来 维数的 灾难, 高 于5 0 0 维的 计 算不 可能 完成。 究 竟需 要 多j 1 1 寺 征, 这与 所用的 特征的鉴别能力 有关。 所以 在特征的 选择和提取时需要解决两个 问 题,一方面要求特征数目 尽可能小,另一方面要 9 5 1 . 目 前, 又 巾 待 祖 迭择还没有一 个算法可以 得到最优的 特征分 解, 通常的方法是确定一 , 把特征空间变到较低维的空间 、 不可靠的 信息【 %】 . 模式i uj 的 许多方法, 如采用聚类变换 , 使得尽可能保留原来 有关分类的信息, 选择出 对分类最有效的特征,f e q 台 特征空间的维数。 三 受 u u 系统大小, 价格, 的数量和类型的影响。 3 . . 传统的模式分类方法是相对与 人工神经网络方法而言, 为贝叶斯统计原理, 用距离捌以 性来度量, 有: 类内 距离最小【 9 7 1 。 常用的 主 成 分 ; 冲滋 ( p r in c ip a l c o m p o n e n t a n al 蟀 , p c a ) . 在 压电 化 学传 感 器中 最 为 常 用 的 川去 。 聚 类 分 析 法 ( c l u s te r a n a ly s is , c a ) 。 一 般 用 于 选 择 压 电 化 学 传 感 器 的 涂 层 。 最 邻 近 规 则 法( n e a re s t n e ig h b o r , n n ) . n n 是 一 种 简 单 的 4 w数 的 模 式 诊 捌算 法 , 根据e u c li d e a n 距离 进行分 类, 训练不 需要 监 管的, 可以 处理复 杂的、 非线性的 数 据。 具 有计算速度慢, 训练简单快速, 存储空间 大, 适应性强。 s i m c a ( s o ft in d e p e n d e n t m o d e lin g o f c la s s a n a lo g y ) 算% 用 于p c a 对 每 一 类 建 立 一个洋虫 的多变量 模型, 每一类的 模彗 绷作主成分。具有计算速度快, 存储空间小, 适 应性强。 b l d a ( b a y e s ia n l in e a r d is c r im in a n t a n a ly s is ) 依 据 贝 叶 斯 统 计 原 理, 用 距 离 相 v i t 来 度量, 类间 距离 最大, 类内 距离 最小。 具有计 算 速 度快, 训 练简 单快速, 存储空间 小的 特点。 m l d a ( m a h a la n o b is l in e a r d i s c r im in a n t a n a ly s is ) 根 据m a h a la n o b i s 距离 进 行分 类, 1 4 审 开 大学 俘 士华 业 论 文 处理 线性 分类问 题。 具 有计 算速 度快, 训 练简 单 快 速, 存储空间 小, 适 应性强 的 特点。 p m b ( p a r ti a l m o d e l b u il d in g ) 是 一 种 局 部 模 型分 析 法, 对 每一 个 类 进 行 变 换 最 小 方 差法分析, 减少变量, 提高 精度。 . 人工神经网 络 在多 种模式识别中,目 前人工神经网 络在化学传感器中的 应用较为广泛, 成为 模式 识别的 方向。 人 工神 经网 络是 建 立右 规代神 经 科 学 研究基石 七 乞 上 的 数学 模型, 它反 映了 人脑功能的 许多基本 特征, 但并非逼真描写, 而是某利 简化 抽易 呀 日 模拟。 am 中 结构具 有类似月亩 的记忆、 玛 廿 早 、 分鱿 岁 识别, 容错和 集体运算能力, 人工神经网 络的 拓扑结构 和算法是 这 样的, 由 一 套 习 ” 练学习 样品 建立 起 模 式统计, 然后 根据 这种统 计分 类得到 新 的 模式, 各 种学习 方法 可分两 大类, 即 有管 理的 学习 和无管理的 学习【 9 8 0 多 层前 向 沐 口 二 神 经 网 络( m u lti l a y e r f e e d - f o r w a r d n e tw o r k , m l n ) , 一 般 具 有 三 部 分 构成: 输入层, 隐蔽 层, 输出 层。 数据由 输入 层输入,经标准化处理,并施以 权重传 输 到 第二 层, 即隐 蔽 层。 隐 蔽 层a t 邢 渝 入 权ej a 和 转换, 然后传 输至 蜘出 层, 输出 层给出 人 工神 经网 络的 预 测 值 或 模 式 的 判 别 结 果 。 权 重的 训 练学习 一 般 采 用反向 进 行, 即 调 整 权重由 输出 层到隐蔽 层再至 懒入层反向 洲 于 。 自 组 织 映 射 人 工 神 经网 络 ( s e l f - o r g a n iz e d m a p p 吨, s o m - a n n ) 也 是 一 种应 用 广 泛的 人工 神 经网 络,自 组织 人 工神 经网 络的 v i练 方 法 是无管理的 训练。由 于 这种 无管理 的 训练更 接 近人 脑的 学习 方法, 因 而自 组 织 映 射人 工守 申 经网 络可以 解决 更 加复 杂的问 题。 k o h o n e n自 组织宁 申 经网 络由 两层组成,一 层输入层与一层输出 层, 输入层的 每一个结点 通 过连 接权 连接到每 一 输出 层的 结点. 每 一 层的 结 构育 拥不同的 方式 来 表示, 典 型的 表 示为二维阵列。 混合 人工 神经网 络: 多 层前向 人 工神 经网 络适 用于 特征 提取, 而自 组织映 射 人工 神 经网络适合 于分类和识别。 两种网 络级肋戎 一 个系 统, 可以 贷军 这两种网 络的 优势。 将 s o m网络与普通感知器 ( g p )网 络级联成一 个系统, 用s o m网 络沐 汉 寸 被测r 接缝行 分类, 用g p 网 络来估计 被 测 3*象 的 浓 度, 实 验证明 级连 组合s o m + g p网 络比g p网 络性能 优 越, 精度高, 训 练样 本少, 运算 速 搜 :快, 鲁棒 性好, 并 且对 环境变 化有 较 好的 容 忍 性。 自 zi立 振 荡 理 论 ( a d a p ti v e re s o n a n c e th e o r y a r i 神 经网 络有 两 层, 输入 层 和自 组 织层 , 不 需 要 有 监 管 的 训 练, 训 练简 单 快 速, 可 用 作 在 线气 体 传 感器【 9 9 a c p n ( c o u n te r p ro p a g a t io n n e t w o r k , c p n ) 将 三 层 人 工 神 经 网 络 中 隐 藏 层 改 为k o h o n e n 自 组 9 泥, 同 样 具有无监管的训练、 训练简单快速的 特点 【 1 0 0 0 布 常掩 伦 神经网 络算法的 特点 r o n a l d e . s h a ff e r 1 0 1 】比 较了 神经网 络的 * f 中 算法, 认为 理想的 模式 i p 3 1 i1 算 法应 具有以下特点: (1) 准 确度高。 对 于 化学 传 感 器 阵 歹 喂式 v i m 必 须 自 鸽识别, 如 对一 些 有害 物 质的 分析 i i 拐 d 应 达到9 0 16 以 上。 ( 2 ) 快 速。 在一些 快 速分 析中, 模式诊 捌应 足够决 以 保 障分 析及时。 ( 3 ) 训练简 单。 对于 训练学习 模式,u; 量简单以 保证 快 速收 敛. ( 4 ) 存储空间小。 对于 便携式化学 传 感器, 由 于 存储空间 有限, 需 要大 存储空间 的 模式i p , j 是不适合的。 ( 5 ) 适 应 性强。 对于 一 些 未知 的 或不 蒯空 制的 环 境 要 求 化学 传 感 器育 葫效 地 工作。 ( 6 ) 9 行 不 确定 测 定。 对 于 化 学 传 感 器 模式11 11w, a ll 定 的 确 定 性 应m 游 a 计 测定, 如对一 些有害 物质的 分 析需 在警 报 之前 给出 大于8 0 9 6 或9 0 % 的 确定 信号。 其中 第一条 作为 定量的 标准, 而 后五项 作为 定性的 标准。 尽管 现在的 模 式诊 拐 d 仍不 能完 全满 足理 想的要 求, 但 是借助计 算 书 涎用各 种不同 类型的 模式 诊 拐 u 方法,已 经解决 了 许多 化学传感 器模式诊 拐 u 问 题。 化学 传感 器阵 列系 统 常 用的 神经网 络11,9i1 模式 算法有 以 下几类: . 误 差 向 后 传递 ( b a c k p ro p a g a tio n , b p ) 算 法 是 多 层 前 向 神 经 网 络 最 典 型 的 算 法 , 属于有监管的网 络类型, 神经元的 权重和偏差从输出 层向 输入层反向 修正. 识 别分 类结果 较 好, 但学习 训 练时 间 过长, 计 算 量 过大, 存 储空间 小。 . 梯 度下降 法 ( g r a d ie n t d e s c e n t , g d ) 。 其 缺 点 是 计 算 工 作 量 大, 训 练时 间 长, 计算时间长。 采用共辆梯度 ( c g ) 法可以 减少计 算工作量。 c g算法是一种最 速下降法, . k o h o n e n 自 组 织人 工 神 经网 络 ( k o h o n e n s e lf -o r g a n iz e d n e u ra l n e t w o r k ) . . l v q ( l e a r n in g v e c to r q u a n t iz a ti o n ) l v q 具 有n n和 竞争 学习a n n的 特点, 训 算速度快, 存储空间小, 适应性 强。 . 概 率 密 度函 数( p r o b a b ili ty d e n s ity fu n c t io n , p d f ) 概 ip申 经 网 络( p ro b a b ili s tic n e u r a l n e tw o r k , p n n ) 根 据 概 率 密 度函 数, 具 有 计 算 速 度慢, 但 i i练 简 单 快 速, 存储空间大,适应性强。 南 井 大 掌 俘 士 华 业 论 文 模 拟 退 火( s im u la te d a n n e a li n g , s a ) o 模 拟 退 火 方 法 是 一 种 随 机 搜 索 法 , 当 g d算法陷 入局部最小点时, 用来跳出 可能的局部最小。 遗 传 算 法 ( g e n e t ic a l g o ri t h m s , g a ) . 遗 传算 法是 基 于 达尔 文的自 然 选 扫 拜 n 进 化理 论, 经过遗传和变异进行搜索和最洲 七 处理。 其优越性 在于胭赶 行全局 搜索而不容易陷 入局部最小点, 但由 于不使用梯度信息, 计算量大, 不it i 立 小型网 络计算。 mo n t o c a l o 方

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论