前言：中文期刊网精心挑选了分析方法研究范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
分析方法研究范文1
【关键词】 层次分析主法（AHP，GAHP） 模糊综合评判 非线理模糊规划
1.引言
层次分析方法（AHP）是一种把定量和定性相结合的系统化为层次化的方法，具体步骤如下：
（1）建立递阶层次结构。（2）利用 1―9 标尺构造成对比较判断矩阵A=（aij）n×n， aij>0，aij=1aij。（3）由判断矩阵计算被比较元素的相对权重。（4）计算各层元素的组合权重，这样得到的权重向量wk中的元素就是对应评估目标的量化值，如果是正值表示，就越大越好，如果是负值表示，就越小越好。这种方法从 1980 中传入我国后已得到广泛应用。下面我们来看方法本身的问题及解决方法。
2.AHP方法存在的问题及相应解决办法
2.1 问题：由于特征根λ 连续地依赖aij。因而入比n大得越多时，A的不一致性程度越严重，用特征向量作为权向量引起的判断误差越大。
解决办法 ：Saaty 提示了一致性指标。CI =λ―nn―1和随机一致性指标 RI 及一致性比率CR=CIRI。如果 CR
2.2 问题：由于给出成对比较矩阵的个人的主观因素作用大，在实践中不适用于精度高的要求。
解决方法：采用专家群体判断的方法：（1）没有M 个专家按相邻上层某个准则对n 个元素，分别给出 Q1，Q2，…Qm的比较阵。EC为n 阶一致性矩阵集 EC=An×n|A∈Em，aij・ajk・aik∈A恒有aik=aij・ ajk， i.j.k∈N。若A=（aij）p×q，B=（bij）p×q，C=（cij）p×q其中cij=aij×bij（i=1，2，…，p； j=1，2，…，q）C=A・B为Hadamard 乘积。（2）算法及迭代过程：令V0为元素全为1的n 阶阵，置q=1，令Aq=D10Vq―1其中Dq为第Q位决策者给出的判断矩阵，“。 ”为Hadamard 算子；用特征根法通过AqWq=λmaxWq求出Wq，其中Wq是对应λmax的特征向量；用Wq构造Vq=（Vqij）（n×n）矩阵，其中Vqij= WqijWqj（i， j ∈ N），显然Dq，Aq∈Em， Vq ∈Rc；当q
2.3 问题： 层次分析方法的第一步和最后一步都相对简单和直接，当决策者对不确定性问题，无法用确定性比值来表达其判断时，AHP的特征值优化就难以凑效。
解决方法：（1）我们运用具有线性的连续分段隶属函数的三角模糊数N
U（x）=x―a/b―a a≤x≤b 通常表示为（a、b、c）
c―x/c―b b≤x≤c 分别为均值，下界与上界
0 其它
考虑在同一层次上用三角模糊数aij=（lij，mij，uij）表示，构造模糊评价矩阵：
A=1a21a121…a1na2n
…………
an1an2…1=其中aij=1aji1
假设决策者可提供一个模糊判断集{aij}i=1，2，…n―1j=2，3，…，n j>i
aij=（lij，mij，uij）。列入隶属函数来表达决策者对不同精确比值Wi/Wj的满意度，其中lijWi/Wjlij。 “”表示“模糊小于等于”。设
Uijwiwj=wi/wj―lijmij―lij wi/wj≤mij
uij―wi/wjuij―mij wi/wj≥mij
（1）
为避免分母为零，我们设lij
隶属函数（1）与模糊三角判断aij=（lij，mij，uij）一致。
我们用模糊优先规划方法求解优先权重
λ*=Up（W*）=maxW∈Qu―1min{uij（w）}
（2）
p为 N―1 维单纯形Qn―1上的一个模糊可行域D.Up（w）=mini，j{uij（w）i=1，2，…， n―1
j=2，3，…， n ， j>i为一凸集。 W*∈Qn―1为最大隶属度的优先向量。基于最大最小决策规划求解，把（2）转化为 maximizeλ s，t λ ≤Uij（W），i=1，2，…， n―1
j=2，3，…， n ， j>i. ∑ Wi=1，W1>0， l=1，2，…，n （3） 把（1）和（2）改号为maximizeλ
（mij―lij）λWj―wi+lijwj≤0 i=1，2…，n―1
（Uij―mij）λWj+wi―uijwj≤0 j=2，3，…，n j>i
∑nl=1 W1=1，W1>0， l=2，3，…， n
（4）
可采用非线性规划方法求解（4）的最优解（λ*，W*），最优值λ*为正表明所有比值完全满足模糊判断； 负值表明模糊判断存在着不一致性。这样， 最优先可用来衡量初始模糊判断矩阵的一致性问题[3]。
也可采用多层次综合评价模型，方法如下：
a. 确定评价集Y
b. 建立因素集。对每一个子因素集ai（i=1，2…n） ，分别由指标层B 中各指标 bj（j=1，2，…，m）构成，而bj分别由三级指标层 B中各指标 Ck（k=1，2…l）构成。
c. 建立各因素集的权重集W。
d. 确定评判矩阵R={rij}・rij表示每一个末级指标值对评价集各个等级的隶属度。分别选择升半梯形分布，梯形分布，降半梯形分布来构造隶属函数。
e.进行一级模糊综合评判，按照模糊合成运算，得到一级评判集bK=Wki。RK；进行二级综合评判： AK=Wkn。Rm；三级综合评判，最终有评价集A=WK。R
2.4 问题：目前模糊综合评价的研究难度之一是如何科学客观地将一个多指标问题综合成一个单指标的形式，以便在一维空间中实现综合评价。
解决方法：构造模糊评价矩阵用于确定指标权重，并且用最优传递矩阵来检验，修正判断矩阵的一致性，进而计算出各评价指标的权重，方法如下：
（1） 设有n 个评价指标组成对全体m 个方案的评价指标样本集数据{x（i，j）}i=1，2…，
rij=x（ij）/[xa（i）+xmin（i）]，
xmin （i） ≤ x（i， j） < xn （i）
xmax（i）+xa（i）―x（i， j）]/[xmax（i）+xa（i）]
xa（i） ≤x（i， j）
xmin（i），xmax（i），xa（i）分别为方案集中第i 个指标的最小值，最大值和适当值；r（i，j）为标准化后的评价指标值，也就是第j 个方案第i 个指标从属于优的相对隶属值。i=1，2…n。j=1，2…m。模糊评价矩阵R=（r（i，j））n×m。
（2） 设样本标准差S（i）=∑mi=1[ri，j―ri）2]12，ri为样本均值，i=1，2…n。
建立1―9判断尺度下的判断矩阵
Bij=s（i）―s（j）smax―smin（bm―1）+1 s（i）≥s（j）
1/[s（j）―s（i）smax―smin（bm―1）+1] s（i）
smin，smax为si的最大值与最小值。
bm=min{9，int[smax/smin+0.5]，min，int 分别为取小函数和取整函数。
（3）判断矩阵B=（bij）n×n bij=WiWj（i，j=1，2…n）是一致的。（bii=1，bij=1/bji。Bij=bikbkj） 则必有∑ni=1∑nj=1bijwij―wi=0。如果不一致，采用最佳传递矩阵法来修正判断矩阵，方法及步骤归纳如下图：
（4）把各评价指标的权重值 wi与各方案相应评价指标的相对隶属度r（i，，j）相乘并累加，可得模糊评价的综合指标值 H（j）。
H（j）=∑niwir（i， j）， （j=1，2，…， n）
综合指标值H（j）越大说明j 方案越优，实证如[4]。
3.结束语
作为定性与定量结合的层次分析方法，已经在工程技术，经济管理，社会生活各方面得到广泛应用，但因为生活中的问题相当复杂，层次分析方法也在不同系统中逐步得到修正和改进，但仍不完善，需要进一步深入研究。
参考文献
[1] 姜启源.1996《数子模型》.311―316
[2] 陆浪如等.一种基于SPK 的 IBE 加密体制综合性能的评估研究，中国管理科学2005.V013 专辑，41―42.
分析方法研究范文2
对多西环素的分析方法进行总结，为日后研究工作打下基础。
【关键词】 多西环素 分析方法 研究进展
多西环素（Doxycycline）是四环素类抗生素。体内、外试验均表明它对革兰氏阳性、阴性菌有良好的抗菌作用；对支原体、衣原体和立克次体均高度敏感［1］。临床上作为首选或选用药物应用于立克次体、支原体、衣原体及回归热螺旋体等非细菌性感染和布氏杆菌病，以及敏感菌所致的呼吸道、胆道、尿路及皮肤软组织等部位的感染。但多西环素也有很多的副作用，如：诱发低血糖［2］、引起颅内高压［3］、致光敏反应［4］、致肝损伤［5］。此外，多西环素的血浆蛋白结合率高，肾功能受损的患者服用时，可出现氮质血症，血清半衰期延长，血清浓度升高，故对其进行药物浓度测定是避免或减少不良反应的发生的有效方法。目前，已报道的测定多西环素的方法主要有高效液相色谱（HPLC）、毛细管电泳法（CE）、质谱法（MS）、微生物法、荧光法、导数光谱法、流动注射法、吸附溶出伏安法、离子对萃取法等。本研究就已有报道进行小结，为日后研究工作做铺垫。
1 适用于分析药品中多西环素的方法
1.1 荧光分析法
多西环素自身发射的荧光强度较弱，发射波长范围较宽，且呈平台峰，不宜直接采用荧光测定法，通常将其转化为具有较强荧光的化合物再进行检测。姚兵等［6］报道将多西环素等四环素类抗菌素在浓硫酸作用下的降解物与β-环糊精的相互作用形成具有较强荧光的包络物建立了利用转化荧光结构法测定该类抗菌素的新方法，荧光检测限 0. 50×10-5mol/L，测定的相对标准偏差为 2.20%。
1.2 分光光度法
紫外可见分光光度法由于操作简单、灵敏度高，广泛用于多种药物的制剂分析。由于多西环素能够与许多显色剂反应，产生的缔合物在可见光区具有良好的吸收，因此可用此法对药物进行测定。用氯化铜在碱性溶液中与含多西环素的溶液反应，在400nm 波长处测定反应产生的黄绿色光的吸收度来测定药物浓度大小，检测范围在 0～20mg/ml 之间。该法方法虽操作简单，但由于生物样品组分复杂，干扰因素多，检测灵敏度低，故不宜单独应用分析生物样品。
1.3 薄层分配色谱法（TLC）
1991 年，Naidong 等用薄层色谱（TLC）法，紫外和荧光检测分析多西环素。流动相二氯甲烷-甲醇-水（58：35：7），硅胶薄层先用 10%EDTA-Na 喷洒，pH9.0，结果 TLC-UV和 LC 相关系数大于 0.9999。TLC-UV 的相对标准差（RSD）小于2%。
1.4 旋光法测定
旋光法测定抗生素含量方法简单，多西环素具有旋光性，旋光性与纯度或含量成线形。顾炳仁［7］用旋光法测定了盐酸多西环素及其胶囊的含量，并与用微生物法测定药物效价进行比较，回收率为 100.07%，相对标准差为 0.25%。该方法测定时，只需一台旋光仪，测定方法简单，可以达到快速定量的目的，适宜于原料药及其制剂的测定。
1.5 高效液相色谱法（HPLC）
高效液相色谱法（HPLC）是药品分析中常用的方法，具有特异性强、敏感性好、重现性好的优点。用 HPLC 法测定多西环素等四环素类药物，采用ODSC 18柱，草酸铵溶液-二甲基酰胺-磷酸氢二铵溶液（65：30：5）为流动相，紫外检测波长 280nm， 多西环素的最低检测限为 0.5ug/ml，线性范围 5～50ug/ml。HPLC 的主要缺点是分析时间相对较长，试剂消耗量较大。同时在某些情况下不能有效的保持分析柱的分析能力（柱效下降）。毛细管电泳法相对于液相色谱法，其分析时间较短，分析能力较强，但检测限（紫外吸收检测器）不及 HPLC，且重复性差。质谱技术亦有操作复杂、重复性较差的不足之处。实践证明，将色谱-质谱联用（HPLC-MS），色谱-色谱（HPLC-HPLC）联用以及柱切换技术运用到生物样品的分析，不仅可以获取更多的定性信息，而且大大提高了定量分析的准确性。随着分析化学技术基础研究与临床试验应用的发展，使其检测手段更趋向精密、准确、简单、自动化的方向发展。
王军等［8］在测定西环素口腔贴片中多西环素的含量时采用反相高效液相色谱法和碳18色谱柱，以0.05mol/L草酸铵溶液-二甲基甲酰铵-0.2mol/L磷酸氢二铵-甲醇（50：36：4：10）为流动相，检测波长为280nm，流速为0.9ml/min，柱温35℃。结果，盐酸多西环素保留时间10min左右，在2.5～250μg/ml的浓度内r=0.9999（n=8），线性关系良好；日内以及日间的RSD分别为0.79%、0.73%，回收率为98.0%（RSD为1.04%）。该法可以快速准确地测定盐酸多西环素的含量及有关物质，回收率高，分离度好，比中国药典2005版该品种项下的色谱条件及系统适应性强。通过方法学验证，证明新系统非常适合多西环素口腔贴片的检测。
2 适于分析生物样品及血液中多西环素的方法
2.1 毛细管电泳法
毛细管电泳是 80 年代掘起的一种新的高效分离技术。随着仪器的完善，在药学各个领域中应用越来越广。毛细管电泳分离效率高、样品量少，而且不像高效液相色谱柱样品中杂质污染。在对复杂样品分析，如体内药物分析，样品量受到一定限制时，有其一定的优点。高效毛细管电泳法是利用离子在电场力作用下迁移速度的不同对组份进行分离和分析。由于该法柱效高、分离速度快、样品量小、仪器简单，特别适用于生物样品中物质的测定。
2.2 放射免疫分析
1981 年，Faraj 等用放射性免疫测定法动物体内血浆多西环素的药物浓度。此法高效精确、简便易行、灵敏度高，但存在放射性污染等缺点。
2.3 高效液相色谱法（HPLC）
王旗等［9］用HPLC法测定血清中多西环素。美国Spectra-Physics高效液相色谱系统，色谱柱为Inertsil ODS-3，流动相为乙睛-含0.15%二氟乙酸水 （50：50），流速为1.0ml/min，柱温为室温，紫外检测波长为350nm。血清中加人内标土霉素，经C18固相萃取小柱提取后进样测定。结果多西环素的线性范围为0.125～5.0mg/L ，最低检出浓度为10μg/L，样本回收率为90.6%～104.3%，日内精密度
参考文献
1 方宝霞，陈富超，李开俊. 多西环素的不良反应与临床合理应用.中国误诊学杂志2006，6（20）：4084～4085.
2 Odeh M，Oliven A. Doxycycline-induced hypoglycemia. J Cli Pharmacol， 2000，40（10）：1173.
3 Lochhead J，Elston JS. Doxycycline induced intracranial Hypertension. BMJ， 2003，326（7390）：641.
4 沈佳，韩泗. 盐酸多西环素致牙齿黄染3例.儿科药学杂志，2004，10（5）：60.
5 刘小玲. 常用药物致肝损害临床分析.医药论坛杂志，2003，24（16）： 15～17.
6 姚兵，罗兆福，潘祖亭. β-环糊精与四环素类抗菌素酸性降解物包络物的荧光光谱研究与应用.武汉大学学报（自然科学版），1998，12，44 （6）： 689～694.
7 顾丙仁. 旋光法测定甲烯土霉素及其胶囊的含量.医学理论与实践，1994， 7 （7）： 9～10.
8 王军，张晓明，曾万溪. 盐酸多西环素HPLC测定色谱条件的改进. 现代食品与药品杂志，2006，16（3）：53～55.
分析方法研究范文3
摘 要 随着社会主义市场经济体制的建立和发展，人事制度改革的步伐日益加快，对传统的管理模式带来了全方位的冲击和挑战。以人力资源为核心的现代管理模式的建立是推动事业发展的决定性因素。岗位分析是人力资源管理中的一项基础性工作，运用好岗位分析这条深化人事制度改革的核心作业链，才能从根本上将传统的人事管理机制调整到与社会主义市场经济相适应的现代管理模式上来，为实现组织战略目标提供强有力的支持。
关键词 人力资源管理 岗位分析 岗位说明书
一、岗位分析研究的意义和目的
所谓“岗位分析”，又叫职位分析、职务分析或工作分析，是人力资源管理的一项核心基础职能。主要是指通过系统地收搜集获取组织目标岗位有关的信息，对目标职位的工作性质、任务、职责、相互关系以及任职工作人员的知识、技能、条件进行系统调查和研究分析，并加以科学系统的描述，做出规范化记录的过程。
岗位分析的意义主要在于使组织内各岗位的工作职责更加明确，角色分工更加清晰；助于确定人力资源开发需求；为制定考核标准及方法提供依据。有利于建立科学合理有效的绩效考核、薪酬分配制度；岗位分析对胜任每一个岗位所需的专业知识、技能、素质能力等作了明确规定，分层分类对员工培训，以提高人力资源的使用效率。
岗位分析的目的在于为人员的合理配置奠定基础；为绩效考核奠定基础；提高价值创造能力和满足业务需求能力；明确各级人员的横向和纵向的关系；明确个人之间的工作接口；出现问题能够追溯到唯一的责任人。
二、 岗位分析的流程和工作内容
（一）岗位分析流程
岗位的分析流程一般包括计划准备、信息收集、分析确认、汇总反馈、应用维护等几个主要步骤。
（二）岗位分析工作内容
1、信息收集阶段工作内容：信息收集是岗位分析工作中最重要的一环。根据本所目前的岗位和工作流程搜集现有资料。
2、分析资料阶段工作内容：对获得的资料进行汇总、整理、分类，并进行必要的判断。主要从四个方面分析：岗位名称分析、工作职责分析、任职资格分析、工作环境分析。
3、汇总反馈阶段工作内容：岗位分析小组成员整理形成岗位说明书初稿，并向上级反馈，经确认和补充最终完成岗位说明书。
4、应用维护阶段工作内容：将岗位分析的成果运用到全所的岗位管理、绩效考核、薪酬管理、招聘培训等人力资源开发与管理过程中，并在职位或组织发生变动时及时更新岗位分析。
岗位分析将人和事在科学分析的基础上进行匹配，将绩效管理体系、岗位评价体系、薪酬体系、职业生涯管理与升迁异动制度、培训开发体系、竞聘上岗制度等人力资源管理体系及制度有机的结合在一起，使传统人事管理所带来的弊端迎刃而解，进而为企业整体战略目标的实现提供有利的支持。
三、岗位分析的路径和调研方法
（一）分析路径
主要从两方面进行：一是从单位和流程入手进行分析；二是从现在岗位入手分析。
（二）调研的方法
1、工作实践法：工作实践是指岗位分析人员实际从事该项工作，在工作过程中掌握有关工作的第一手资料。
2、观察法：通过对特定对象的观察，把有关工作各部分的内容、原因、方法、程序、目的等信息记录下来，最后把取得的岗位信息归纳整理为适合的文字资料。
3、问卷法：通过结构化问卷收集并整理信息的方法，具体包括：问卷调查表法、核对法。
4、访谈法：通过岗位分析人员与任职人员面对面的谈话来收集信息资料，包括单独面谈和团体面谈。
5、工作日志法：根据岗位任职者按时间顺序记录的工作内容和过程，经过归纳提炼，取得所需工作信息。
四、结论和建议
（一）结论
对于一个企业来说，岗位是其中最基本的细胞，是根据企业目标而设置的具体单位。岗位分析能够更好的为企业员工提供准确的岗位，为每一位员工定位，使每一个员工能在企业中得到更好的发挥，更好的展现自己的才华。岗位分析既为建立科学的现代化管理模式奠定了基础，又明确了企业中各岗位工作内容、工作职责、任职资格、工作环境等内容。实施岗位分析，使员工对自己的岗位有了新的认识，树立了“无功就是过”“落后就要被淘汰”的新观念。有效地克服了吃大锅饭、不愿多出力、不愿承担风险的弊端，有能力、有贡献、专业素质高的员工价值得到认可。每一名员工都可以根据自己的专业特点，在不同的岗位上实现自己的职业追求，逐步成长为优秀人才。
（二） 建议
1、准确把握岗位分析的时机。岗位分析是为了达到一定目的而进行的。当组织出现以下几种情况时，对岗位分析的需要尤为迫切。当组织环境发生变化需要对组织结构进行调整、组织内部高层管理人员发生变化需要对工作进行调整、制定培训员工培训计划需要等等。准确把握实施岗位分析的时机，可以获得管理层对岗位分析工作的支持，使岗位分析工作能够顺利实施。
2、岗位分析经常化、战略化和超前化。产生于科学管理时代、以工业经济为背景的岗位分析制度，经过近一个世纪的发展，日益完善和普及，产生了巨大的经济效益和社会效益。随着组织内外环境的变化，这就要求岗位分析以组织的战略目标为指导，既满足组织的现实需要，又充分预测组织的未来需要，实现岗位分析的经常化、战略化和超前化，以增强组织应对外界变化的适应能力。
3、正确选择岗位分析方法。岗位分析方法的选择关系开展岗位分析的许多企业进行岗位分析时，由于没有选择合适的分析方法，导致分析工作成本太高或分析结果误差过大，不够科学而失去应用价值，浪费了大量人力、物力、财力。因此选择一种或几种符合组织实际情况的岗位分析方法，是保证岗位分析取得成效的关键。
参考文献：
分析方法研究范文4
句法分析任务是对文本进行分析，将输入句子从序列形式变为树状结构，从而刻画句子内部词语之间的组合或修饰关系。这是自然语言处理领域的核心研究课题，已经广泛应用到其它自然语言处理任务中，如机器翻译、自动问答、信息抽取等。和其他句法分析形式如短语结构句法分析相比，依存句法分析具有形式简单、易于标注、便于学习、分析效率更高等优点[1，2]。另外，依存句法描述词和词之间的关系，因此更适合于表达非连续的、远距离的结构，这对于一些语序相对自由的西方语言非常重要。依存语法历史悠久，最早可能追溯到公元前几世纪Panini提出的梵文语法。依存语法存在一个共同的基本假设：句法结构本质上包含词和词之间的关系。这种关系称为依存关系（Dependency Relations）。一个依存关系连接两个词，分别是核心词（Head）和修饰词（Dependent）。依存关系可以细分为不同的类型，表示两个词之间的句法关系（Dependency Relation Types）。目前，依存语法标注体系已经为自然语言处理领域的许多专家和学者所采用，并应用于不同语言中，且对其不断地发展和完善。研究者们提出并实现了多种不同的依存分析方法，达到了较好的准确率。近年来，依存句法分析多已广泛用于统计机器翻译[3]、自动问答[4]和信息抽取[5]等任务，并取得了良好的效果。
依存句法分析任务的输入是一个已完成分词的自然语言句子。形式化地，输入句子可以表示为：x=W0W2…Wi…Wn，其中，wi表示输入句子的第i个词；W0表示一个伪词，指向整个句子的核心词，也就是根节点（ROOT）。图1表示输入句子“刚满19岁的欧文现在效力利物浦队。”的依存树。
[JZ][HT5”H]图1 依存树示例[ST5”HZ][WT5”HZ][JZ]Fig.1[ST5”BZ] Example of a dependency parse
最一般地，一个依存句法树由多个依存弧构成，表示为：d={（h，m，l）：0≤h≤n，0
依存句法分析的目标是给定输入句子x，寻找分值（或概率）最大的依存树d*，具体公式为：
因此，依存句法分析存在四个基本问题：
（1）如何定义Score（x，d），即采用哪种方式将依存树的分值分解为一些子结构的分值。这是模型定义问题；
（2）采用哪些特征来表示每一部分子结构，即特征表示问题；
（3）如何获取特征的权重，即模型训练算法问题；
（4）给定模型参数，即已知特征的权重，如何搜索到分值最大的依存树。这是解码问题。
2依存句法分析的方法
数据驱动的依存句法分析方法主要有两种主流的方法：基于图（Graph-based）的分析方法和基于转移（Transition-based）的分析方法。这两种方法从不同的角度解决这个问题。CoNLL上的评测结果表明这两种方法各有所长，并且存在一定的互补性[2，6]。下面对各类方法展开细致分析。
2.1基于图的依存句法分析方法
基于图的依存分析模型将依存句法分析问题看成从完全有向图中寻找最大生成树的问题。一棵依存树的分值由构成依存树的几种子树的分值累加得到。模型通过基于动态规划的解码算法从所有可能的依存树中搜索出分值最高的依存树。相关的研究工作主要包括：
（1）模型定义。根据依存树分值中包含的子树的复杂度，基于图的依存分析模型可以简单区分为一阶、二阶和三阶模型。一阶模型中，依存树的分值由所有依存弧的分值累加得到，即依存弧之间相互独立，互不影响[7]。二阶模型中，依存树的分值中融入了相邻兄弟弧（Sibling）和祖孙弧（Parent-child-grandchild）的分值[8，9]。三阶模型中，进一步增加了祖孙兄弟弧（Grandparent-parent-sibling）等三条依存弧构成的子树信息[10]。
（2）特征表示。在上述模型定义的基础上，研究人员也提出了相应的一阶、二阶、三阶子树特征[7-10]。每种子树特征考虑句子中的词语和词性信息、依存弧的方向和距离信息等。随着高阶子树特征的使用，依存句法分析模型的准确率也有较大幅度的提高。
（3）训练算法。基于图的依存分析方法通常采用在线训练算法（Online Training），如平均感知器算法（Averaged Perceptron）[11]、被动进取算法（Passive-Aggressive）[12]和Margin Infused Relaxed算法（MIRA） [13]。在线学习算法以迭代的方式训练特征的权重。一次迭代中遍历整个训练数据集合，每次根据一个训练实例的分析结果对当前的权重向量进行调整。
（4）解码算法。一阶模型对应的解码算法为Eisner算法[14]。Eisner算法的本质是动态规划，不断合并相邻子串的分析结果，直到得到整个句子的结果，其时间复杂度为O（n3）。进而，McDonald和Pereira （2006）对Eisner算法进行扩展，增加了表示相邻兄弟节点的数据类型，时间复杂度仍为O（n3）。Carreras （2007）同样对Eisner算法进行扩展，得到面向二阶模型的基于动态规划的解码算法，时间复杂度为O（n4）。Koo和Collins （2010）提出了面向三阶模型的解码算法，时间复杂度为O（n4）。一些研究者提出采用基于柱搜索的解码算法，允许模型方便地融入更高阶的解码算法，同时保证较低的时间复杂度[15，16]。
2.2基于转移的依存句法分析方法
基于转移的依存分析模型将依存树的搜索过程建模为一个动作序列，将依存分析问题转化为寻找最优动作序列的问题。模型通过贪心搜索或者柱搜索的方式找到近似最优的依存树。其优点在于可以充分利用已形成的子树信息，从而形成丰富的特征，以指导模型决策下一个动作。相关的研究工作主要包括：
（1）模型定义。基于转移的依存句法分析方法提出早期，研究者们使用局部分类器（如最大熵分类器）决定下一个动作，选择概率最大的动作[17，18]。这样，一个依存树的概率由其对应的动作序列中每一个动作的概率累乘得到。近年来，研究者们采用线性全局模型来决定下一个动作，一个依存树的分值为对应动作序列中每一个动作的分值的累加[19-21]。
（2）特征表示。基于转移的依存句法分析方法的优势在于可以充分使用已构成的子树信息。Zhang和Nivre （2011）在前人工作的基础上，提出了丰富的特征集合，如三阶子树特征，词的配价信息等[21]。
（3）训练算法。早期，研究者们在训练语料上训练出一个局部分类器，在解码过程中重复使用，决定下一个动作。通常采用的分类器有基于记忆的分类器、支持向量机等。近年研究发现采用全局线性模型可以提高句法分析的准确率，通常采用平均感知器在线训练算法。
（4）解码算法。其任务是找到一个概率或分值最大的动作序列。早期采用贪心解码算法，即每一步都根据当前状态，选择并执行概率最大的动作，进入到下一个状态。如此反复直至达到接收状态，形成一棵合法的依存树[17，18]。进而，研究者们提出使用柱搜索的解码方式扩大搜索空间，即同时保留多个分值最高的状态，直到搜索结束时选择最优的动作路径[22，19]。Huang和Sagae （2010）提出在柱搜索中加入动态规划，通过合并等价状态进一步扩大搜索空间[20]。随着搜索空间的增大，依存句法分析的准确率有显著提高。
2.3模型融合的方法
基于图的方法和基于转移的方法从不同的角度解决问题，各有优势。基于图的模型进行全局搜索但只能利用有限的子树特征，而基于转移的模型搜索空间有限但可以充分利用已构成的子树信息构成丰富的特征。McDonald和Nivre （2011）通过详细比较发现，这两种方法存在不同的错误分布。因此，研究者们使用不同的方法融合两种模型的优势，常见的方法有：stacked learning [2，23]；对多个模型的结果加权后重新解码[24，25]；从训练语料中多次抽样训练多个模型（Bagging）[26，27]。
2.4词性标注和依存句法分析联合模型
依存句法分析模型中，词性是非常重要且有效的特征。如果只使用词语特征，会导致严重的数据稀疏问题。自然语言处理中，词性标注和依存句法分析这两个问题通常被当成两个独立的任务，以级联的方式实现。即对于一个输入句子，假定其分词结果已知，先对句子进行词性标注，然后在词性标注结果的基础上进行依存句法分析。这种级联的方法会导致错误蔓延。也就是说，词性标注的错误会严重影响依存分析的准确率。由于汉语缺乏词形变化信息（如英语中的词后缀变化如-ing，-ed，-es，-ly等），因此汉语的词性标注比其他语言如英语更具挑战性。近年来，研究者们通过建立词性标注和依存句法分析联合模型，在同一个模型中解决这两个紧密相关的任务，允许词性信息和句法结构互相影响和帮助，取得了不错的效果。一方面，联合模型中，句法信息可以用来指导词性标注，从而帮助解决一部分需要句法结构才能够消解的词性歧义。另一方面，更准确的词性标注，也可以反过来帮助依存分析。Li等通过扩展基于图的依存句法分析模型，首次提出汉语词性标注和依存句法分析联合模型[28]，并且提出了适用于联合模型的训练算法[29]，显著提高了词性标注和依存句法分析的准确率。进而，一些研究者们提出基于转移的词性标注和依存句法分析联合模型[30，31]。Ma等（2012）尝试了基于Easy-first的汉语词性标注和依存句法分析联合模型[32]。
2.5基于多树库融合的方法
对于统计的数据驱动的分析模型而言，标注数据的规模很大程度上影响着分析结果的准确率。依存句法分析是一种结构化分类问题，比二元分类和序列标注问题更具挑战性，因此依存句法分析更容易受到数据稀疏问题的影响，树库规模对依存句法分析的准确率影响很大。然而，标注树库是一件艰巨的任务，通常需要耗费很大的人力和物力。目前的研究结果表明在一个树库上训练出的句法分析的模型似乎很难进一步提高句法分析的准确率。然而，汉语存在多个树库。这些树库由不同的组织或机构标注，遵循不同的标注规范，面向不同的应用。尽管各个树库遵循不同的标注规范，但却都是根据人们对汉语语法的理解而标注，因此包含很多共性的标注结构。同时，不一致的标注结果应该也是有规律可循的。所以，一些研究者们尝试同时利用多个树库，帮助句法分析的准确率。李正华等（2008）曾尝试统计和规则相结合的方法，将短语结构的源树库CTB转化为符合CDT标注规范的依存结构，然后将转化后的树库和CDT合并，提高训练数据的规模，以提高依存句法分析准确率[33]。Niu等（2009）提出一种基于统计的树库转化方法，将依存结构的CDT树库转化为满足CTB标注规范的短语结构树库，进而使用语料加权的方式增大训练树库的规模，提高了短语结构句法分析的性能[34]。Li等（2012）提出一种基于准同步文法的多树库融合方法，不是直接将转化后的树库作为额外的训练数据，而是使用准同步文法特征增强依存句法分析模型，从而柔和地学习标注规范中规律性的不一致，提高依存句法分析的准确率[35]。
3依存句法分析面临的挑战
自从2006年开始，CoNLL国际评测一直关注依存句法分析，不但提供了多语言、高质量的树库，并通过对各种方法的比较分析，让研究者们对依存分析问题的理解更加清晰，极大地促进了依存句法分析的发展。依存分析已经成为自然语言处理的一个热点问题，方法也越来越成熟，并且在许多领域得到了应用。然而，目前依存句法分析还存在很多挑战，这些挑战也可能是未来依存分析发展的趋势。具体分析如下：
（1）提高依存分析准确率。目前主流的两种依存分析方法都存在一定的缺陷。基于图的方法很难融入全局特征。而基于转移的方法虽然原理上可以利用丰富的特征，但是实际使用的特征还是属于局部特征，另外也还存在错误级联的问题（柱搜索只能缓解这个问题）。融合不同依存分析模型的方法可以提高分析性能，但是提高幅度比较有限。研究可知，只有从新的角度理解这个问题本身，提出新的建模方法，或者应用新的机器学习方法，才有望大幅度提高依存分析性能。一些学者提出的利用未标注数据帮助依存分析模型是一个很好的思路，值得深入研究。
（2）提高依存分析效率。基于图的依存分析方法融入高阶特征可以提高性能，但是效率很低，无法适应实际应用的需求。在不明显降低分析性能的前提下，如何提高依存分析效率也是一个很有实际价值的问题。
（3）领域移植问题。研究发现，当训练数据领域与测试数据领域不相同时，即使差距不大，也会导致句法分析性能下降很大。以英语为例，从华尔街日报树库移植到Brown语料时，句法分析性能下降近8%。目前依存树库所覆盖的领域、规模都很有限，而标注树库的代价很大。因此解决领域移植问题，对于依存分析的实际应用至关重要。
（4）语言相关的依存分析。目前最主流的两种依存分析方法都是语言无关的，纯粹依靠机器学习方法从数据中学习，加入人类知识只能限于特征选择。然而，每种语言都有其特点。因此语言相关的依存分析研究，如针对每种语言的特点设计更有效的模型和算法，利用一些语言特有的资源等，也是很有必要的。近年来，国内学者已经在汉语依存句法分析上做出了很多成绩，然而如何利用汉语的特点，提高汉语句法分析的准确率和效率，仍然是一个开放的问题。
分析方法研究范文5
关键词：烯效唑；多克隆抗体；时间分辨免疫分析
Time-resolved Fluoroimmunoassay for the Detection of the Uniconazole
HONG Xia1，2*，XING Hai-long2，WANG Chenchen2
（1.School of the Environment and Safety Engineering，Jiangsu University，Zhenjiang 212013，Jiangsu，China；2.Jiangsu wise science and technology development Co.LTD，Zhenjiang 212009，Jiangsu，China）
Abstract：A sensitive time-resolved fluoroimmunoassay（TRFIA）based on polyclonal antibody for detection of uniconazole was developed. A hapten was synthesized and conjugated with ovalbumin（OVA）as the coating antigen. The coating antigen was coated by physical adsorption onto a 96 well microtitre plate，which was then competed with uniconazole in the sample for limited quantity of anti-uniconazole antibody labeled by Eu3 +.Uniconazole in the samples could be determined by direct competition method. At spiked different levels （0.05～0.5 mg/kg in water and soil） recoveries of uniconazole were from 80.4%～116.8%， with CV of 2.6%～8.7%. The TRFIA could be a convenient tool for monitoring uniconazole residues in environment and food samples.
Key words：uniconazole；polyclonal antibody；TRFIA
烯效唑，属三唑类化合物，是80年代日本住友化学公司推出的高活性的植物生长延缓剂和杀菌剂。烯效唑延缓作物生长的作用机制在于它能有效的抑制植物体内赤霉素（GA）的生物合成，减少体内乙烯含量，增加细胞分裂素（CTK）含量，提高体内CTK/IAA的比例，从而使这些内源激素调控的生理效应发生相应的变化[1]。烯效唑常用于大田作物、果树、蔬菜、烟草、花卉等众多植物，活性高于多效唑，同时毒性较低，被广泛用于农业、园艺植物生产中[2]。
随着人们对环境与食品安全关注程度逐渐加大，迫切需要建立快速灵敏的检测烯效唑残留的分析方法。烯效唑残留测定方法主要是高效液相色谱（HPLC）[3]和气相色谱（GC）[4]，这些方法前处理比较繁琐，检测结果受样品净化、浓缩等步骤的影响，不适合进行批量样品的快速检测，而免疫学技术在农药残留分析和环境监测中的应用越来越深入，已成为农药残留分析的重要方法之一。抗烯效唑农药的多克隆抗体的酶联免疫分析技术（ELISA）也有报道[5]，但是检测灵敏度不高。时间分辨免疫分析技术具有高灵敏性、高选择性、快速等优点，可以弥补普通ELISA免疫分析技术灵敏度的不足。本研究制备了烯效唑半抗原和多克隆抗体，建立了烯效唑的TRFIA残留检测方法，为环境与食品中痕量烯效唑残留高灵敏检测提供技术支持。
1 资料与方法
1.1一般资料
1.2包被原的合成
1.3固相包被板的制备
1.5添加样品的处理 河水经过滤，添加0.05～0.5mg/L的烯效唑标样，用甲醇的PBS稀释，进行测定。称取10g土壤，添加0.05～0.5mg/kg的烯效唑标样，混匀，放置过夜，加入40ml二氯甲烷，超声10min，4000r/min离心10min，取上清液20ml于圆底烧瓶中减压浓缩，用含甲醇的PBS定容到10ml。每个处理设3个重复，各设一个空白对照，用建立的TRFIA法对样品进行分析。
1.6测定
2 结果与分析
2.1包被原的鉴定 对半抗原、载体蛋白及偶联物进行全波长扫描见图1，偶联物的紫外吸收光谱发生了明显的变化，具有载体蛋白和半抗原的紫外吸收特征。根据它们在280nm波长下的摩尔吸光系数估算得到包被原的结合比为7：1。
图1 半抗原、卵清蛋白及偶联物的紫外吸收光谱
图2 烯效唑TRFIA标准曲线
2.4抗体的特异性 用TRFIA在相同的条件下测定与烯效唑结构相似化合物对抗体的交叉反应，计算各自的抑制中浓度IC50和交叉反应率CR（表1），结果表明得到的抗体对烯效唑有较好的选择性，对大部分三唑类杀菌剂没有明显的交叉反应。
2.5回收率测定 添加不同浓度的的烯效唑标样在河水和土壤中，按照TRFIA进行测定，检测结果见表2。在水和土壤中分别添加烯效唑标准溶液，平均回收率为80.4%～116.8%，变异系数为2.6%～8.7%，符合农药残留检测要求，符合农药残留检测要求。
3 讨论
本文采用TRFIA技术进行烯效唑检测。其灵敏度（IC50）较ELISA[5]成倍增加，分析灵敏度可达到0.2mg/L，灵敏度提高了一个数量级。可见TRFIA法检测烯效唑比ELISA法灵敏度上具有明显优势。TRFIA具有独特的荧光特性，特异性荧光的衰变时间极长，为传统荧光的103～106倍，激发光与发射光之间的Stokes位移可达290 nm，而普通荧光素的Stokes位移仅为28nm[6-9]，使得试剂标准曲线飘移小，更提高了试剂的稳定性和准确性。本文在研究过程中还发现，标记抗体和Eu3 +的标记量的控制非常重要，它们的量直接影响灵敏度和本底值。研究发现：低浓度标记抗体，标记效率高，但本底高；高浓度标记抗体，有助于提高灵敏度和降低本底，但其标记效率有所下降。
综上所述，本文建立的烯效唑-TRFIA法，具有灵敏度高和重复性好等优点，能够满足环境与食品中痕量烯效唑的检测需求，具有良好的应用价值。
参考文献：
[1]余世铭，韩庆岭.烯效唑及其在农业上的应用[J].现代化农业，1995，193（8）：4.
[2]徐新娟，黄中文，孙海燕.烯效唑在现代植物生产中的应用[J].河南科技学院学报，35（4）：47-49.
[3]廖强，杨文钰，陈兴福，等.泽泻块茎中烯效唑残留的测定[J].农药，2008，47（4）：284-285.
[4]陶龙兴，王熹，俞美玉，等.烯效唑和多效唑在土壤中的残留的比较研究[J].农药，1995，34（3）：19-20.
[5]江小雪.烯唑醇和烯效唑酶联免疫分析方法研究[D].南京：南京农业大学硕士论文，2010.
[6]SHEN Jianzhong，ZHANG Zhen，YAO Yao，et al.Time-resolved fluoroimmunoassay for ractopamine in swine tissue[J].Anal Bioanal Chem，2007，387（4）：1564-1564.
[7]武学成，何林，周克元.时间分辨荧光免疫分析技术及临床应用[J]医学综述，2006，12（7）：434-436.
分析方法研究范文6
关键词：砷；纺织品；检测方法
中图分类号：O657.3 文献标志码：A
Research Advances in Analysis of Arsenic in Textiles
Abstract： This paper summarized the testing methods of arsenic content in textiles， including atomic fluorescence spectrometry（AFS）， atomic emission spectrometry （AES）， inductively coupled plasma mass spectrometry（ICP-MS）， atomic absorption spectrophotometry（AAS） and X-ray fluorescence spectrometry（XRF）， Comparing with the detection methods and determination results， this paper provided a reference for the determination of arsenic in textiles.
Key word： arsenic； textiles； detection methods
砷属于有害重金属，残留在纺织品中的砷可通过人体皮肤进入体内，具有很强的蓄积性。砷能与细胞中含巯基的酶结合，抑制细胞氧化过程，导致癌症的发生，因此各国纷纷关注纺织品检测中砷超标的问题。国际环保纺织协会颁布的纺织标准《Oeko-Tex Standard 100》以及我国的生态纺织品标准《生态纺织品技术要求》对纺织品中砷的含量进行了严格的规定。纺织品中砷的测定分为总砷的测定和可萃取砷的测定。
对于总砷的测定，样品前处理多采用微波灰化消解、HNO3+HCLO4湿法消解、干法灰化等方法，然后进行仪器分析。生态纺织品要求的检测项目是可萃取砷的测定，标准方法是采用酸性汗液萃取纺织品中的砷，然后进行测定。本文总结了纺织品中砷含量的检测方法，为其他人员进行纺织品中砷元素的测定和研究提供借鉴。
1 原子荧光分光光度法（AFS法）
原子荧光分光光度法（AFS法）又叫原子荧光光谱法，具有灵敏度高、共存元素干扰少、线性动态范围宽、原子化器和测量系统记忆效应小等优点而被广泛应用。其缺点在于无法同时测定多种元素，操作较为繁琐，需要发生氢化物反应生成氢化物来检测。
丁晓峰等采用微波灰化对样品进行前处理，用原子荧光光谱法测定了纺织品中砷的含量，检出限为0.22 mg/kg，相对标准偏差为7.1%，回收率在84.21%～100%之间。孟列群等用HNO3+HCLO4湿法消解样品，断续流动-无色散氢化物发生-原子荧光光谱法测定纺织品中砷的含量，结果表明该方法的检出限为0.560 5 μg/L，精密度为1.69%，回收率在95.51%～96.85%之间。鲁丹采用顺序注射进样-氢化物发生原子荧光光谱法（FI-HG-AFS）测定纺织品中砷的含量，采用AFS-9130双道原子荧光分光光度计，按照Oeko-Tex Standard 200提供的方法处理样品，测得检出限为0.026 μg/L，回收率在91.0%～102.2%之间，相对标准偏差在0.52%～0.94之间。吕水源等采用L-半胱氨酸为预还原剂，建立了断续流动进样氢化物发生-原子荧光光谱法测定纺织品中砷含量的方法，检出限为0.35 μg/L，相对标准偏差为1.3%，回收率在93.6%～98.4%之间。
2 原子发射光谱法（AES）
2.1 电感耦合等离子体原子发射光谱法（ICP-AES）
电感耦合等离子体原子发射光谱法（ICP-AES或ICPOES）具有干扰小、线性范围宽，可同时测定多种金属元素，可对高温金属进行快速分析等优点。但是该法测定某些元素的灵敏度难以达到Oeko-Tex Standard 100标准限量要求。近年来采用轴向测光等新技术，增强了取样信号量，提高了测定的灵敏度。
刘丽萍等采用微波消解技术进行样品前处理，高频电感耦合等离子体原子发射光谱法测定纺织品中砷的含量，方法的检出限为0.054 μg/g，回收率在92.3%～101.1%之间，相对标准偏差小于5%。张绪宏等采用HNO3+HClO4湿法消化处理纯毛纺织品样品，以ICP-AES全谱直读光谱仪为检测手段，准确检测纺织品中砷元素的含量，该方法的精密度为4.21%，检出限为10.2 μg/L，回收率为91%。胡勇杰利用人工酸性汗液对样品进行预处理，应用电感耦合等离子体发射光谱法测定生态纺织品中的砷含量，消除了不同基体对测定元素的影响，测得实际检出限为0.034 mg/kg，相对标准偏差为2.14%，回收率在96.9%～98.4%之间。王彦芬等以硝酸镁为助剂干法灰化、浓硝酸分解残渣处理纺织样品来制备样液，ICPAES全谱直读光谱仪为检测手段测定砷的含量，该方法的相对标准偏差为1.45%，检出限为10.2 ng/mL，回收率为96.5%。鲁丹认为直接使用电感耦合等离子发射光谱法的气动雾化装置测定纺织品中砷，因进样雾化效率低，测定灵敏度低，检出限难以精确确定，故采用氢化物发生与电感耦合等离子发射光谱法相结合的技术，使待测元素以砷化氢（AsH3）气体的形式进入到ICP，使其与样品的基体分离，进而减少了基体的干扰，实现被测元素的富集，使检出限降低。方法检出限为0.35 μg/L，回收率为91.1%～101.3%之间，相对标准偏差为0.93%～1.34%之间。
2.2 微波等离子体原子发射光谱法（MP-AES）
微波等离子体原子发射光谱法（MP-AES）和原子吸收分光光度法（AAS）相比，具有更宽的线性范围和更加安全的操作条件，以及更高的灵敏度和优异的检出限，与电感耦合等离子体原子发射光谱法（ICP-AES或ICP-OES）相比具有更低的分析运营成本，自动化程度高且简单易用。
马琳等采用安捷伦在原子光谱领域的新技术MP-AES配合以专利的多模式样品导入系统（MSIS）可实现一次进样同时测定多种元素。测得检出限为0.33 mg/kg，回收率在98%～103%之间，相对标准偏差为1.5%，与ICPOES检测结果基本一致。
3 电感耦合等离子体质谱法（ICP-MS）
电感耦合等离子体质谱法（ICP-MS）是采用电感耦合等离子体作质谱的离子化源，可以进行无机元素的定性、半定量及定量分析。电感耦合等离子质谱法相对于原子吸收和原子荧光这两个方法来说，其优点在于可以进行多种元素的同时分析和快速扫描，并且没有光谱干扰；和电感耦合等离子体发射光谱法相比，具有更低的检出限，是痕量元素分析领域中最先进的方法之一。其不足之处是价格昂贵，易受污染。
谢华林等利用电感耦合等离子体质谱法测定纺织品中砷的含量，以HNO3+H2O2为样品消解液，利用微波消解仪消解样品，采用逐渐升温、升压的操作方法，可有效地防止砷元素的挥发性损失。结果表明，该方法的检出限为0.001 μg/L，回收率为97.26%。相对标准偏差为2.02%～2.36%。王欣等用模拟人体酸性汗液提取纺织品中的砷，采用耐高盐接口（Xt）和内标法降低非质谱干扰，用干扰方程校正质谱干扰，测定了纺织品中砷的含量，回收率在90%以上，精密度优于6.1%。林鋆采用带八级杆碰撞反应池系统（Octopole Reacton System）的电感耦合等离子体质谱仪，建立了一套快速、完整的检测纺织品中砷元素的半定量方法。
4 原子吸收分光光度法（AAS）
原子吸收分光光度法（AAS）是重金属元素测定的常用方法，原子吸收分光光度法又分为火焰原子吸收分光光度法和石墨炉原子吸收分光光度法，其中采用石墨炉技术的原子吸收分光光度法具有灵敏度高、选择性好等优点，应用性能较为理想。但原子吸收分光光度法测定不同的元素必须更换不同的空心阴极灯，不能进行多元素同时测定，对快速检测有一定局限性。
刘丽萍等采用氢化物发生法使痕量砷富集，用硼氢化钠做还原剂，在盐酸介质中与痕量砷形成的氢化物（AsH3）直接进入原子化器，测定砷的原子吸收光谱，检出限为0.243 μg/mL，相对标准偏差为4.64%，回收率在90.0%～101.2%之间。卫碧文等认为氢化物发生原子荧光法虽具有较高的灵敏度，但当砷含量较高时，工作曲线开始弯曲，使其对高含量样品的检测带来不便，故利用氢化物发生-电热石英管原子吸收法测定纺织品中砷的含量，采用三毛细管微型在线氢化物发生技术和装置，提高了灵敏度并减小了干扰。测定其检出限为0.69 ng/L，相对标准偏差为5.5%，回收率在95%～100.5%之间。该方法除了钴、锡对砷的测定有干扰外，其他干扰元素允许量都比较大，采用酒石酸和碘化钾的混合液作为掩蔽剂可消除钴、锡的干扰。该分析方法灵敏度高，操作快速简单、干扰小、记忆效应小，是一种理想的测定纺织品中砷含量的分析方法。
5 X射线荧光光谱法（XRF）
林素君等人采用能量色散X射线荧光光谱仪（EDXRF）对纺织品中砷的含量进行检测，纺织品在检测前后完全无损，并且检测时间较短，这是一种可开发的快速有效的检测手段。其检出能力可达到10-6 mg/L，与采用电感耦合等离子体原子发射光谱法的检测结果基本一致。该方法为砷的检测提供了一种简便、无损的初筛方法。
6 其他方法
除上述方法外，还有紫外分光光度法、电化学方法以及高效液相色谱法测定砷含量的报道，但与上述各种分析方法比较应用相对较少。
7 小结
可萃取砷的测定是生态纺织品要求的检测项目，标准方法是采用酸性汗液萃取纺织品中的砷然后进行测定。由于生态纺织品标准对纺织品中可萃取砷的限量很低，电感耦合等离子体原子发射光谱法（ICP-AES）和原子吸收分光光度法（AAS）的灵敏度都较难满足要求，因此萃取后的溶液通常采用灵敏度高的氢化物发生-原子荧光分光光度法或者电感耦合等离子体质谱法（ICP-MS）进行测定。如果采用电感耦合等离子原子发射光谱法（ICP-AES）和原子吸收分光光度法（AAS）这两种仪器进行测定，需要采用氢化物发生的方法或者其他富集方法，对砷进行富集后测定。目前研究氢化物发生的方法较多。但氢化物发生富集砷的方法需要在仪器中增加一个装置，而且需要配制发生氢化物反应的各种试剂，操作麻烦。
电感耦合等离子体质谱法（ICP-MS）测定灵敏度高，目前越来越多地得到了应用，但是该仪器价格昂贵，且酸性汗液中的大量盐分不但堵塞进样锥口，影响测定以外，还由于形成ArCl干扰砷的测定，需配有碰撞池或者反应池的仪器通过碰撞或反应消除干扰，或者通过其他方法消除干扰。因此，对于纺织品可萃取砷的测定，目前采用的主要是经济实用、灵敏度高的原子荧光分光光度法。研究新的前处理方法对砷进行富集，采用能够进行多元素同时测定的ICP-OES法进行测定是一个值得研究的课题。
参考文献
[1] 丁晓峰，乙小娟，刘丽萍.微波灰化-原子荧光测定纺织品中的痕量砷[J].印染，2002：33-34.
[2] 孟列群，赵维维，赵云.氢化物发生-原子荧光光谱法同时测定纺织品中的砷和锑[J].光谱实验室，2005，22（9）：1017-1020.
[3] 鲁丹.FI-HG-AFS法测定纺织品中痕量可萃取砷和锑[J].印染，2008（3）：38-39，48.
[4] 吕水源，戴金兰，钟茂盛.L-半胱氨酸预还原断续流动-HG-AFS法同时测定纺织品中微量砷和锑[J].光谱学与光谱分析，2006，26（7）：1352-1355.
[5] 胡勇杰.电感耦合等离子体发射光谱法测定生态纺织品中可萃取重金属的含量[J].中国纤检，2005（4）：39-41.
[6] 刘丽萍，乙小娟，杨雪芬.ICP-AES法测定纺织品中的十种元素[J].印染，2000，26（12）：29-30.
[7] 张绪宏，王彦芬，傅惠敏，等.纯毛纺织品种8种重金属元素ICP-AES定量分析方法研究[J].天津师范大学学报，2007，27（3）：3-5.
[8] 王彦芬，张绪宏，傅惠敏，等.纯棉纺织品中八种痕量重金属元素ICP-AES分析方法研究（I）[J].南开大学学报，2007，40（5）：7-10.
[9] 鲁丹.HG-ICP-AES法同时测定纺织品中痕量可萃取砷和汞[J].化学分析计量，2008，17（4）：48-50.
[10] 王芳，万家亮，卢汉兵，等.氢化物发生于ICP-AES联用后等离子体的性质研究[J].分析科学学报，2000，16（3）：192-195.
[11] 马琳，吴春华，赵洋，等.MP-AES法测定皮革和纺织品中可萃取重金属含量[J].中国皮革，2012，41（5）：56-59.
[12] 谢华林，李立波，贺慧，等.ICP-MS法测定纺织品中痕量重金属的研究[J].印染助剂，2004，21（3）：48-50.
[13] 王欣，幸苑娜，陈泽勇.ICP-MS法测定纺织品中9种可迁移重金属元素[J].质谱学报，2011，32（4）：246-251.
[14] 刘丽萍，乙小娟，杨雪芬.氢化物发生原子吸收光谱法测定纺织品的痕量砷[J].印染，2001，27（8）：38-39.
