摘要
色谱峰在物质的定量分析中发挥着巨大的作用,而重叠峰的存在使定量分析出现困难。本文详细介绍了色谱重叠峰的分峰原理和方法,主要包含垂线法及交点垂线法、比例分配法、函数拟合法、神经网络法和随机森林算法。传统的垂线法非常直观,应用非常方便,但是随着峰重叠程度的增加误差明显增大。改进的交点垂线法和比例分配法虽然减少了误差,但是随着峰高比的增大误差明显增大,且对于无谷点的肩峰处理较为复杂。函数拟合法不需要考虑重叠程度,但是严重依赖于模型函数的选取,往往需要根据经验来选取函数模型,不同的函数模型往往有不同的分峰结果。神经网络算法应用范围较广,误差较小,但计算量较大且有时会出现过拟合的现象。近些年兴起的随机森林算法对重叠峰的解析较为准确高效,大大降低了运算量,可见新兴的机器学习算法为重叠峰的解析提供了一条良好的道路。
作者简介
陈文明,上海理工大学环境与建筑学院。
