含有害物质的高分子材料标准样品的制备方法

    公开(公告)号:CN101793639A

    公开(公告)日:2010-08-04

    申请号:CN201010112142.9

    申请日:2010-02-10

    IPC分类号: G01N1/28 G01N1/38

    摘要: 本发明公开了一种含有害物质的高分子材料标准样品的制备方法,它包括如下步骤:首先称取基质高分子材料样品,加入有机溶剂超声使之完全溶解;然后向该高分子材料溶液中加入有害物质的标准溶液,搅拌或超声或涡旋,使溶液混合均匀;将该溶液倒入聚四氟乙烯盘中,待有机溶剂全部挥发后,将制得的样品取出,用不锈钢剪刀剪碎,冷冻研磨机打碎,即得到含有害物质的高分子材料标准样品。本发明采用液相方法制备,所得到的标准样品具有均匀性好的优点,同时操作过程简单、快捷、无需额外设备,在普通实验室均可进行。

    一种鉴别原油和燃料油的方法

    公开(公告)号:CN102706975A

    公开(公告)日:2012-10-03

    申请号:CN201210160160.3

    申请日:2012-05-22

    IPC分类号: G01N30/02

    摘要: 本发明涉及一种用于鉴别原油和燃料油的方法,即利用Fisher判别函数来鉴别原油和燃料油。本发明的方法通过对原油和燃料油的样品进行测定,按照Fisher判别分析的思想,进行特征提取、重新分类,从而确定了能够准确地区分原油和燃料油的Fisher函数公式。检测结果表明,利用本发明的Fisher函数公式能够准确的鉴定原油和燃料油。

    大肠杆菌快速检测试剂盒的制备和使用方法

    公开(公告)号:CN101260427A

    公开(公告)日:2008-09-10

    申请号:CN200710115180.8

    申请日:2007-12-13

    IPC分类号: C12Q1/68 C12Q1/04 G01N21/78

    摘要: 本发明涉及一种大肠杆菌快速检测试剂盒的制备和使用方法。其中试剂盒内包括环介导等温扩增反应液A、Bst DNA聚合酶B、显色剂C;反应液A含有反应缓冲液、dNTP、硫酸镁、上游内引物5-GCCGTTAAACTGAGTTTGCTCAGTCCAGGCTGAAATTACTCAAC-3、下游内引物5-GAAATGAAAATTCAGGTTGGTGCTCGCATCAATTTTTGCCAGAT-3、上游外引物5-TGACAGCGATCTTTCTTCT-3、下游外引物5-CGATATTAAAACCGTCCAGG-3和甜菜碱;检测大肠杆菌的方法包括待测样品或者细菌DNA的提取、大肠杆菌的环介导等温扩增反应和显色检测。本发明的优点是快速、特异性强、灵敏度高而且成本低。

    一种鉴别原油和燃料油的贝叶斯方法

    公开(公告)号:CN102706976A

    公开(公告)日:2012-10-03

    申请号:CN201210162233.2

    申请日:2012-05-23

    IPC分类号: G01N30/02

    摘要: 本发明涉及一种用于鉴别原油和燃料油的Bayes判别函数和鉴别方法。本发明的方法通过对原油和燃料油的样品进行测定,按照Bayes判别分析的思想,进行特征提取、重新分类,从而确定了能够准确地区分原油和燃料油的Bayes函数公式。结果表明,利用本发明的Bayes函数公式能够准确的鉴定原油和燃料油。

    塑料型号的化学计量学鉴别方法

    公开(公告)号:CN100472200C

    公开(公告)日:2009-03-25

    申请号:CN200510044724.7

    申请日:2005-09-16

    IPC分类号: G01N21/27 G01J3/28

    摘要: 一种塑料型号的化学计量学鉴别方法,是利用塑料红外光谱中特征区的光谱信息,采用非线性迭代偏最小二乘变量选择技术选取特征区红外光谱作为竞争性反向传播人工神经网络的变量输入;该竞争性反向传播神经网络由前端反向传播神经网络层与后端竞争函数层构成,以已知塑料树脂样品的数目为秩的单位矩阵为网络训练目标,用已知型号的塑料样品输入矩阵及模拟含噪声输入矩阵对网络连接权值进行训练,建立网络连接;输入变量经反向传播网络层及竞争函数层的转换后,最显著的神经元胜出并作为结果表示出来,从而建立塑料型号识别系统。利用本方法已对18类、1000多种塑料建立了对应的人工神经网络识别系统,能快速、准确、可靠的鉴别塑料型号。

    塑料型号的化学计量学鉴别方法

    公开(公告)号:CN1769867A

    公开(公告)日:2006-05-10

    申请号:CN200510044724.7

    申请日:2005-09-16

    IPC分类号: G01N21/27 G01J3/28

    摘要: 一种塑料型号的化学计量学鉴别方法,是利用塑料红外光谱中特征区的光谱信息,采用非线性迭代偏最小二乘变量选择技术选取特征区红外光谱作为竞争性反向传播人工神经网络的变量输入;该竞争性反向传播神经网络由前端反向传播神经网络层与后端竞争函数层构成,以已知塑料树脂样品的数目为秩的单位矩阵为网络训练目标,用已知型号的塑料样品输入矩阵及模拟含噪声输入矩阵对网络连接权值进行训练,建立网络连接;输入变量经反向传播网络层及竞争函数层的转换后,最显著的神经元胜出并作为结果表示出来,从而建立塑料型号识别系统。利用本方法已对18类、1000多种塑料建立了对应的人工神经网络识别系统,能快速、准确、可靠的鉴别塑料型号。