1、化學(xué)計(jì)量學(xué)經(jīng)過(guò)幾十年迅速發(fā)展，日趨成熟，已成為從復(fù)雜體系的儀器分析數(shù)據(jù)中提取有用信息最有效和最具系統(tǒng)性的方法之一，為復(fù)雜多組分體系的定性定量分析帶來(lái)了大量新的研究思路和解析手段，它也能為儀器分析數(shù)據(jù)處理提供了指導(dǎo)性的理論框架。編寫(xiě)和實(shí)現(xiàn)出可靠易用的化學(xué)計(jì)量學(xué)軟件產(chǎn)品能最大限度地發(fā)揮化學(xué)計(jì)量學(xué)的作用，但是從化學(xué)計(jì)量學(xué)方法到可靠易用的軟件產(chǎn)品之間還有許多基礎(chǔ)工作。不僅要系統(tǒng)研究化學(xué)計(jì)量學(xué)算法，在特定情況下要提出新算法，而且在研發(fā)過(guò)程中還要引

2、入計(jì)算機(jī)領(lǐng)域中的新技術(shù)以保證軟件產(chǎn)品的市場(chǎng)競(jìng)爭(zhēng)力。本論文由此展開(kāi)，主要涉及開(kāi)發(fā)化學(xué)計(jì)量學(xué)軟件所需基礎(chǔ)算法研究、用C++編程語(yǔ)言開(kāi)發(fā)化學(xué)計(jì)量學(xué)算法庫(kù)和計(jì)算機(jī)新技術(shù)在化學(xué)計(jì)量學(xué)軟件中的應(yīng)用等方面，成功地解決了將化學(xué)計(jì)量學(xué)方法轉(zhuǎn)化為可靠易用的軟件產(chǎn)品過(guò)程中的幾個(gè)基本問(wèn)題，如實(shí)現(xiàn)化學(xué)計(jì)量學(xué)軟件產(chǎn)品的先決條件-線性代數(shù)與統(tǒng)計(jì)學(xué)運(yùn)算庫(kù)構(gòu)建、用多核計(jì)算加速建模過(guò)程和用化學(xué)計(jì)量學(xué)模型標(biāo)識(shí)語(yǔ)言保存模型、提出了幾種高效的預(yù)處理算法等?，F(xiàn)對(duì)主要研究?jī)?nèi)容簡(jiǎn)述如

3、下:
　　一、化學(xué)計(jì)量學(xué)算法通常由系列線性代數(shù)和統(tǒng)計(jì)學(xué)運(yùn)算組成，開(kāi)發(fā)化學(xué)計(jì)量學(xué)軟件產(chǎn)品的先決條件為構(gòu)建一個(gè)設(shè)計(jì)精良的高性能線性代數(shù)與統(tǒng)計(jì)學(xué)運(yùn)算庫(kù)。筆者從本科畢業(yè)設(shè)計(jì)開(kāi)始，投入近六年時(shí)間，在BLAS、LAPACK、CSparse、Fortran、C和C++等源碼和編譯器基礎(chǔ)之上，逐漸開(kāi)發(fā)出一套有自主知識(shí)產(chǎn)權(quán)、設(shè)計(jì)良好、易用、準(zhǔn)確、高性能的線性代數(shù)和統(tǒng)計(jì)學(xué)運(yùn)算庫(kù);并在此代碼庫(kù)基礎(chǔ)上用C++實(shí)現(xiàn)了常用化學(xué)計(jì)量學(xué)算法。此算法庫(kù)封裝和設(shè)計(jì)較

4、好，利用該庫(kù)和C++進(jìn)行化學(xué)計(jì)量學(xué)軟件開(kāi)發(fā)能夠以和MATLAB差不多代碼量完成相同工作，大大降低了開(kāi)發(fā)的難度。在算法庫(kù)開(kāi)發(fā)過(guò)程中嚴(yán)格遵循ISOC++標(biāo)準(zhǔn)，所以構(gòu)建出的庫(kù)可以跨平臺(tái)和編譯工具鏈，目前測(cè)試過(guò)的操作系統(tǒng)平臺(tái)有Windows、Linux和Mac OS X;編譯器包括GCC、MSVC、LLVM-Clang和ICC。在性能和準(zhǔn)確性上，通過(guò)與MATLAB2011B和R2.14比較矩陣乘法和奇異值分解的運(yùn)算時(shí)間與結(jié)果，所構(gòu)建的運(yùn)算庫(kù)能夠

5、達(dá)到MATLAB2011B的性能，比R2.14至少快4倍，計(jì)算結(jié)果與MATLAB2011B和R2.14相同，說(shuō)明所構(gòu)建庫(kù)的準(zhǔn)確性。
　　二、由于工藝和制造技術(shù)飛速進(jìn)步，多核電腦迅速普及。在化學(xué)計(jì)量學(xué)軟件中，如果能夠用多核來(lái)加速計(jì)算過(guò)程，能成倍地縮短計(jì)算時(shí)間，大大增強(qiáng)軟件產(chǎn)品的性能。我們首次將多核計(jì)算引入化學(xué)計(jì)量學(xué)軟件中，并以用交互檢驗(yàn)來(lái)確定確定主成分回歸和偏最小二乘回歸最優(yōu)主成分個(gè)數(shù)為例，來(lái)展示多核計(jì)算的能力。隨著參與運(yùn)算的核心增

6、多，交互檢驗(yàn)時(shí)間直線下降。結(jié)果表明多核計(jì)算的確是一個(gè)用來(lái)解決化學(xué)計(jì)量學(xué)中計(jì)算密集和數(shù)據(jù)密集型問(wèn)題有用的工具。
　　三、建好化學(xué)計(jì)量學(xué)模型之后必須將模型保存在硬盤(pán)里供預(yù)測(cè)之用，這就會(huì)涉及到模型存儲(chǔ)和共享方面的問(wèn)題。通過(guò)提出化學(xué)計(jì)量學(xué)模型標(biāo)識(shí)語(yǔ)言，可以比較完美地解決此問(wèn)題?；瘜W(xué)計(jì)量學(xué)中要保存數(shù)據(jù)常為向量或者矩陣形式，利用base64編碼算法將二進(jìn)制數(shù)據(jù)轉(zhuǎn)化為字符串，能很好地解決向量或者矩陣保存問(wèn)題;base64算法還有一個(gè)優(yōu)點(diǎn)為:它是

7、易讀取性和文件大小之間一個(gè)平衡點(diǎn)。目前化學(xué)計(jì)量學(xué)模型標(biāo)識(shí)語(yǔ)言能夠存儲(chǔ)樣本劃分、變量選擇、預(yù)處理、奇異樣本剔除和建模等方面的信息。由于化學(xué)計(jì)量學(xué)模型標(biāo)識(shí)語(yǔ)言基于XML語(yǔ)言，所以有非常良好的擴(kuò)展性。XML語(yǔ)言在軟件開(kāi)發(fā)領(lǐng)域得到了廣泛的應(yīng)用，以化學(xué)計(jì)量學(xué)模型標(biāo)識(shí)語(yǔ)言格式存儲(chǔ)的模型文件能非常方便地在其他軟件或編程語(yǔ)言里重用。一般來(lái)說(shuō)只要所用開(kāi)發(fā)語(yǔ)言有XML解析和XPath查詢庫(kù)就可以從模型文件有效地取出所需數(shù)據(jù)。
　　四、針對(duì)拉曼光譜的熒

8、光背景和色譜中常見(jiàn)的基線漂移問(wèn)題，本文中提出一種智能的拉曼光譜背景扣除算法。它利用墨西哥帽連續(xù)小波變換準(zhǔn)確找出每個(gè)拉曼峰的位置，然后利用峰的位置信息去構(gòu)造二進(jìn)制權(quán)重向量和加權(quán)懲罰最小二乘方法進(jìn)行背景擬合。為了將基線校正算法集成到軟件產(chǎn)品中，筆者將上述方法簡(jiǎn)化，提出一個(gè)更通用的基線校正算法:自適應(yīng)迭代重加權(quán)懲罰最小二乘基線校正算法airPLS，并用拉曼光譜、色譜和核磁數(shù)據(jù)驗(yàn)證了所提出方法的有效性和性能。通過(guò)采用稀疏矩陣技術(shù)，基線校正過(guò)程執(zhí)

9、行速度和內(nèi)存使用都只與分析信號(hào)的長(zhǎng)度成線性關(guān)系，性能和擴(kuò)展性特別好，非常適用于大批量分析信號(hào)的基線校正。
　　五、當(dāng)利用整條色譜進(jìn)行指紋譜分析時(shí)，色譜保留時(shí)間的漂移會(huì)使定性定量分析結(jié)果變得不準(zhǔn)確。在分析開(kāi)始之前，必須將色譜保留時(shí)間漂移校準(zhǔn)好，開(kāi)始后續(xù)的分析工作。為了解決保留時(shí)間漂移問(wèn)題，我們提出了基于連續(xù)小波變換和微分進(jìn)化算法的色譜譜峰漂移校準(zhǔn)算法。首先通過(guò)線性插值將待校和參考色譜等長(zhǎng);利用墨西哥帽連續(xù)小波變換準(zhǔn)確找出待校色譜每一

10、個(gè)峰的起始位置;以每個(gè)峰的位置為待優(yōu)化的變量，以待校和參考色譜之間的相關(guān)系數(shù)為目標(biāo)函數(shù)，利用微分進(jìn)化去優(yōu)化它們的位置，使待校和參考色譜相關(guān)系數(shù)最大化。利用該算法來(lái)校準(zhǔn)紅芍的高效液相色譜指紋圖譜，結(jié)果表明，該校準(zhǔn)算法使指紋圖譜的相關(guān)系數(shù)得到了很大的改善，能夠在不改變色譜峰的形狀情況下將指紋圖譜校準(zhǔn)好。
　　六、色譜技術(shù)常用于高通量分析領(lǐng)域如代謝組學(xué)、中藥質(zhì)量控制等。但是在用統(tǒng)計(jì)學(xué)或化學(xué)計(jì)量學(xué)從大量分析數(shù)據(jù)獲取有效信息前，要進(jìn)行耗時(shí)的