前言：中文期刊網精心挑選了分析方法研究范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。
分析方法研究范文1
【關鍵詞】 層次分析主法（AHP，GAHP） 模糊綜合評判 非線理模糊規劃
1.引言
層次分析方法（AHP）是一種把定量和定性相結合的系統化為層次化的方法，具體步驟如下：
（1）建立遞階層次結構。（2）利用 1―9 標尺構造成對比較判斷矩陣A=（aij）n×n， aij>0，aij=1aij。（3）由判斷矩陣計算被比較元素的相對權重。（4）計算各層元素的組合權重，這樣得到的權重向量wk中的元素就是對應評估目標的量化值，如果是正值表示，就越大越好，如果是負值表示，就越小越好。這種方法從 1980 中傳入我國后已得到廣泛應用。下面我們來看方法本身的問題及解決方法。
2.AHP方法存在的問題及相應解決辦法
2.1 問題：由于特征根λ 連續地依賴aij。因而入比n大得越多時，A的不一致性程度越嚴重，用特征向量作為權向量引起的判斷誤差越大。
解決辦法 ：Saaty 提示了一致性指標。CI =λ―nn―1和隨機一致性指標 RI 及一致性比率CR=CIRI。如果 CR
2.2 問題：由于給出成對比較矩陣的個人的主觀因素作用大，在實踐中不適用于精度高的要求。
解決方法：采用專家群體判斷的方法：（1）沒有M 個專家按相鄰上層某個準則對n 個元素，分別給出 Q1，Q2，…Qm的比較陣。EC為n 階一致性矩陣集 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為Hadamard 乘積。（2）算法及迭代過程：令V0為元素全為1的n 階陣，置q=1，令Aq=D10Vq―1其中Dq為第Q位決策者給出的判斷矩陣，“。 ”為Hadamard 算子；用特征根法通過AqWq=λmaxWq求出Wq，其中Wq是對應λmax的特征向量；用Wq構造Vq=（Vqij）（n×n）矩陣，其中Vqij= WqijWqj（i， j ∈ N），顯然Dq，Aq∈Em， Vq ∈Rc；當q
2.3 問題： 層次分析方法的第一步和最后一步都相對簡單和直接，當決策者對不確定性問題，無法用確定性比值來表達其判斷時，AHP的特征值優化就難以湊效。
解決方法：（1）我們運用具有線性的連續分段隸屬函數的三角模糊數N
U（x）=x―a/b―a a≤x≤b 通常表示為（a、b、c）
c―x/c―b b≤x≤c 分別為均值，下界與上界
0 其它
考慮在同一層次上用三角模糊數aij=（lij，mij，uij）表示，構造模糊評價矩陣：
A=1a21a121…a1na2n
…………
an1an2…1=其中aij=1aji1
假設決策者可提供一個模糊判斷集{aij}i=1，2，…n―1j=2，3，…，n j>i
aij=（lij，mij，uij）。列入隸屬函數來表達決策者對不同精確比值Wi/Wj的滿意度，其中lijWi/Wjlij。 “”表示“模糊小于等于”。設
Uijwiwj=wi/wj―lijmij―lij wi/wj≤mij
uij―wi/wjuij―mij wi/wj≥mij
（1）
為避免分母為零，我們設lij
隸屬函數（1）與模糊三角判斷aij=（lij，mij，uij）一致。
我們用模糊優先規劃方法求解優先權重
λ*=Up（W*）=maxW∈Qu―1min{uij（w）}
（2）
p為 N―1 維單純形Qn―1上的一個模糊可行域D.Up（w）=mini，j{uij（w）i=1，2，…， n―1
j=2，3，…， n ， j>i為一凸集。 W*∈Qn―1為最大隸屬度的優先向量?；谧畲笞钚Q策規劃求解，把（2）轉化為 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）改號為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）
可采用非線性規劃方法求解（4）的最優解（λ*，W*），最優值λ*為正表明所有比值完全滿足模糊判斷； 負值表明模糊判斷存在著不一致性。這樣， 最優先可用來衡量初始模糊判斷矩陣的一致性問題[3]。
也可采用多層次綜合評價模型，方法如下：
a. 確定評價集Y
b. 建立因素集。對每一個子因素集ai（i=1，2…n） ，分別由指標層B 中各指標 bj（j=1，2，…，m）構成，而bj分別由三級指標層 B中各指標 Ck（k=1，2…l）構成。
c. 建立各因素集的權重集W。
d. 確定評判矩陣R={rij}?rij表示每一個末級指標值對評價集各個等級的隸屬度。分別選擇升半梯形分布，梯形分布，降半梯形分布來構造隸屬函數。
e.進行一級模糊綜合評判，按照模糊合成運算，得到一級評判集bK=Wki。RK；進行二級綜合評判： AK=Wkn。Rm；三級綜合評判，最終有評價集A=WK。R
2.4 問題：目前模糊綜合評價的研究難度之一是如何科學客觀地將一個多指標問題綜合成一個單指標的形式，以便在一維空間中實現綜合評價。
解決方法：構造模糊評價矩陣用于確定指標權重，并且用最優傳遞矩陣來檢驗，修正判斷矩陣的一致性，進而計算出各評價指標的權重，方法如下：
（1） 設有n 個評價指標組成對全體m 個方案的評價指標樣本集數據{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）分別為方案集中第i 個指標的最小值，最大值和適當值；r（i，j）為標準化后的評價指標值，也就是第j 個方案第i 個指標從屬于優的相對隸屬值。i=1，2…n。j=1，2…m。模糊評價矩陣R=（r（i，j））n×m。
（2） 設樣本標準差S（i）=∑mi=1[ri，j―ri）2]12，ri為樣本均值，i=1，2…n。
建立1―9判斷尺度下的判斷矩陣
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為si的最大值與最小值。
bm=min{9，int[smax/smin+0.5]，min，int 分別為取小函數和取整函數。
（3）判斷矩陣B=（bij）n×n bij=WiWj（i，j=1，2…n）是一致的。（bii=1，bij=1/bji。Bij=bikbkj） 則必有∑ni=1∑nj=1bijwij―wi=0。如果不一致，采用最佳傳遞矩陣法來修正判斷矩陣，方法及步驟歸納如下圖：
（4）把各評價指標的權重值 wi與各方案相應評價指標的相對隸屬度r（i，，j）相乘并累加，可得模糊評價的綜合指標值 H（j）。
H（j）=∑niwir（i， j）， （j=1，2，…， n）
綜合指標值H（j）越大說明j 方案越優，實證如[4]。
3.結束語
作為定性與定量結合的層次分析方法，已經在工程技術，經濟管理，社會生活各方面得到廣泛應用，但因為生活中的問題相當復雜，層次分析方法也在不同系統中逐步得到修正和改進，但仍不完善，需要進一步深入研究。
參考文獻
[1] 姜啟源.1996《數子模型》.311―316
[2] 陸浪如等.一種基于SPK 的 IBE 加密體制綜合性能的評估研究，中國管理科學2005.V013 專輯，41―42.
分析方法研究范文2
對多西環素的分析方法進行總結，為日后研究工作打下基礎。
【關鍵詞】 多西環素 分析方法 研究進展
多西環素（Doxycycline）是四環素類抗生素。體內、外試驗均表明它對革蘭氏陽性、陰性菌有良好的抗菌作用；對支原體、衣原體和立克次體均高度敏感［1］。臨床上作為首選或選用藥物應用于立克次體、支原體、衣原體及回歸熱螺旋體等非細菌性感染和布氏桿菌病，以及敏感菌所致的呼吸道、膽道、尿路及皮膚軟組織等部位的感染。但多西環素也有很多的副作用，如：誘發低血糖［2］、引起顱內高壓［3］、致光敏反應［4］、致肝損傷［5］。此外，多西環素的血漿蛋白結合率高，腎功能受損的患者服用時，可出現氮質血癥，血清半衰期延長，血清濃度升高，故對其進行藥物濃度測定是避免或減少不良反應的發生的有效方法。目前，已報道的測定多西環素的方法主要有高效液相色譜（HPLC）、毛細管電泳法（CE）、質譜法（MS）、微生物法、熒光法、導數光譜法、流動注射法、吸附溶出伏安法、離子對萃取法等。本研究就已有報道進行小結，為日后研究工作做鋪墊。
1 適用于分析藥品中多西環素的方法
1.1 熒光分析法
多西環素自身發射的熒光強度較弱，發射波長范圍較寬，且呈平臺峰，不宜直接采用熒光測定法，通常將其轉化為具有較強熒光的化合物再進行檢測。姚兵等［6］報道將多西環素等四環素類抗菌素在濃硫酸作用下的降解物與β-環糊精的相互作用形成具有較強熒光的包絡物建立了利用轉化熒光結構法測定該類抗菌素的新方法，熒光檢測限 0. 50×10-5mol/L，測定的相對標準偏差為 2.20%。
1.2 分光光度法
紫外可見分光光度法由于操作簡單、靈敏度高，廣泛用于多種藥物的制劑分析。由于多西環素能夠與許多顯色劑反應，產生的締合物在可見光區具有良好的吸收，因此可用此法對藥物進行測定。用氯化銅在堿性溶液中與含多西環素的溶液反應，在400nm 波長處測定反應產生的黃綠色光的吸收度來測定藥物濃度大小，檢測范圍在 0～20mg/ml 之間。該法方法雖操作簡單，但由于生物樣品組分復雜，干擾因素多，檢測靈敏度低，故不宜單獨應用分析生物樣品。
1.3 薄層分配色譜法（TLC）
1991 年，Naidong 等用薄層色譜（TLC）法，紫外和熒光檢測分析多西環素。流動相二氯甲烷-甲醇-水（58：35：7），硅膠薄層先用 10%EDTA-Na 噴灑，pH9.0，結果 TLC-UV和 LC 相關系數大于 0.9999。TLC-UV 的相對標準差（RSD）小于2%。
1.4 旋光法測定
旋光法測定抗生素含量方法簡單，多西環素具有旋光性，旋光性與純度或含量成線形。顧炳仁［7］用旋光法測定了鹽酸多西環素及其膠囊的含量，并與用微生物法測定藥物效價進行比較，回收率為 100.07%，相對標準差為 0.25%。該方法測定時，只需一臺旋光儀，測定方法簡單，可以達到快速定量的目的，適宜于原料藥及其制劑的測定。
1.5 高效液相色譜法（HPLC）
高效液相色譜法（HPLC）是藥品分析中常用的方法，具有特異性強、敏感性好、重現性好的優點。用 HPLC 法測定多西環素等四環素類藥物，采用ODSC 18柱，草酸銨溶液-二甲基酰胺-磷酸氫二銨溶液（65：30：5）為流動相，紫外檢測波長 280nm， 多西環素的最低檢測限為 0.5ug/ml，線性范圍 5～50ug/ml。HPLC 的主要缺點是分析時間相對較長，試劑消耗量較大。同時在某些情況下不能有效的保持分析柱的分析能力（柱效下降）。毛細管電泳法相對于液相色譜法，其分析時間較短，分析能力較強，但檢測限（紫外吸收檢測器）不及 HPLC，且重復性差。質譜技術亦有操作復雜、重復性較差的不足之處。實踐證明，將色譜-質譜聯用（HPLC-MS），色譜-色譜（HPLC-HPLC）聯用以及柱切換技術運用到生物樣品的分析，不僅可以獲取更多的定性信息，而且大大提高了定量分析的準確性。隨著分析化學技術基礎研究與臨床試驗應用的發展，使其檢測手段更趨向精密、準確、簡單、自動化的方向發展。
王軍等［8］在測定西環素口腔貼片中多西環素的含量時采用反相高效液相色譜法和碳18色譜柱，以0.05mol/L草酸銨溶液-二甲基甲酰銨-0.2mol/L磷酸氫二銨-甲醇（50：36：4：10）為流動相，檢測波長為280nm，流速為0.9ml/min，柱溫35℃。結果，鹽酸多西環素保留時間10min左右，在2.5～250μg/ml的濃度內r=0.9999（n=8），線性關系良好；日內以及日間的RSD分別為0.79%、0.73%，回收率為98.0%（RSD為1.04%）。該法可以快速準確地測定鹽酸多西環素的含量及有關物質，回收率高，分離度好，比中國藥典2005版該品種項下的色譜條件及系統適應性強。通過方法學驗證，證明新系統非常適合多西環素口腔貼片的檢測。
2 適于分析生物樣品及血液中多西環素的方法
2.1 毛細管電泳法
毛細管電泳是 80 年代掘起的一種新的高效分離技術。隨著儀器的完善，在藥學各個領域中應用越來越廣。毛細管電泳分離效率高、樣品量少，而且不像高效液相色譜柱樣品中雜質污染。在對復雜樣品分析，如體內藥物分析，樣品量受到一定限制時，有其一定的優點。高效毛細管電泳法是利用離子在電場力作用下遷移速度的不同對組份進行分離和分析。由于該法柱效高、分離速度快、樣品量小、儀器簡單，特別適用于生物樣品中物質的測定。
2.2 放射免疫分析
1981 年，Faraj 等用放射性免疫測定法動物體內血漿多西環素的藥物濃度。此法高效精確、簡便易行、靈敏度高，但存在放射性污染等缺點。
2.3 高效液相色譜法（HPLC）
王旗等［9］用HPLC法測定血清中多西環素。美國Spectra-Physics高效液相色譜系統，色譜柱為Inertsil ODS-3，流動相為乙睛-含0.15%二氟乙酸水 （50：50），流速為1.0ml/min，柱溫為室溫，紫外檢測波長為350nm。血清中加人內標土霉素，經C18固相萃取小柱提取后進樣測定。結果多西環素的線性范圍為0.125～5.0mg/L ，最低檢出濃度為10μg/L，樣本回收率為90.6%～104.3%，日內精密度
參考文獻
1 方寶霞，陳富超，李開俊. 多西環素的不良反應與臨床合理應用.中國誤診學雜志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，韓泗. 鹽酸多西環素致牙齒黃染3例.兒科藥學雜志，2004，10（5）：60.
5 劉小玲. 常用藥物致肝損害臨床分析.醫藥論壇雜志，2003，24（16）： 15～17.
6 姚兵，羅兆福，潘祖亭. β-環糊精與四環素類抗菌素酸性降解物包絡物的熒光光譜研究與應用.武漢大學學報（自然科學版），1998，12，44 （6）： 689～694.
7 顧丙仁. 旋光法測定甲烯土霉素及其膠囊的含量.醫學理論與實踐，1994， 7 （7）： 9～10.
8 王軍，張曉明，曾萬溪. 鹽酸多西環素HPLC測定色譜條件的改進. 現代食品與藥品雜志，2006，16（3）：53～55.
分析方法研究范文3
摘 要 隨著社會主義市場經濟體制的建立和發展，人事制度改革的步伐日益加快，對傳統的管理模式帶來了全方位的沖擊和挑戰。以人力資源為核心的現代管理模式的建立是推動事業發展的決定性因素。崗位分析是人力資源管理中的一項基礎性工作，運用好崗位分析這條深化人事制度改革的核心作業鏈，才能從根本上將傳統的人事管理機制調整到與社會主義市場經濟相適應的現代管理模式上來，為實現組織戰略目標提供強有力的支持。
關鍵詞 人力資源管理 崗位分析 崗位說明書
一、崗位分析研究的意義和目的
所謂“崗位分析”，又叫職位分析、職務分析或工作分析，是人力資源管理的一項核心基礎職能。主要是指通過系統地收搜集獲取組織目標崗位有關的信息，對目標職位的工作性質、任務、職責、相互關系以及任職工作人員的知識、技能、條件進行系統調查和研究分析，并加以科學系統的描述，做出規范化記錄的過程。
崗位分析的意義主要在于使組織內各崗位的工作職責更加明確，角色分工更加清晰；助于確定人力資源開發需求；為制定考核標準及方法提供依據。有利于建立科學合理有效的績效考核、薪酬分配制度；崗位分析對勝任每一個崗位所需的專業知識、技能、素質能力等作了明確規定，分層分類對員工培訓，以提高人力資源的使用效率。
崗位分析的目的在于為人員的合理配置奠定基礎；為績效考核奠定基礎；提高價值創造能力和滿足業務需求能力；明確各級人員的橫向和縱向的關系；明確個人之間的工作接口；出現問題能夠追溯到唯一的責任人。
二、 崗位分析的流程和工作內容
（一）崗位分析流程
崗位的分析流程一般包括計劃準備、信息收集、分析確認、匯總反饋、應用維護等幾個主要步驟。
（二）崗位分析工作內容
1、信息收集階段工作內容：信息收集是崗位分析工作中最重要的一環。根據本所目前的崗位和工作流程搜集現有資料。
2、分析資料階段工作內容：對獲得的資料進行匯總、整理、分類，并進行必要的判斷。主要從四個方面分析：崗位名稱分析、工作職責分析、任職資格分析、工作環境分析。
3、匯總反饋階段工作內容：崗位分析小組成員整理形成崗位說明書初稿，并向上級反饋，經確認和補充最終完成崗位說明書。
4、應用維護階段工作內容：將崗位分析的成果運用到全所的崗位管理、績效考核、薪酬管理、招聘培訓等人力資源開發與管理過程中，并在職位或組織發生變動時及時更新崗位分析。
崗位分析將人和事在科學分析的基礎上進行匹配，將績效管理體系、崗位評價體系、薪酬體系、職業生涯管理與升遷異動制度、培訓開發體系、競聘上崗制度等人力資源管理體系及制度有機的結合在一起，使傳統人事管理所帶來的弊端迎刃而解，進而為企業整體戰略目標的實現提供有利的支持。
三、崗位分析的路徑和調研方法
（一）分析路徑
主要從兩方面進行：一是從單位和流程入手進行分析；二是從現在崗位入手分析。
（二）調研的方法
1、工作實踐法：工作實踐是指崗位分析人員實際從事該項工作，在工作過程中掌握有關工作的第一手資料。
2、觀察法：通過對特定對象的觀察，把有關工作各部分的內容、原因、方法、程序、目的等信息記錄下來，最后把取得的崗位信息歸納整理為適合的文字資料。
3、問卷法：通過結構化問卷收集并整理信息的方法，具體包括：問卷調查表法、核對法。
4、訪談法：通過崗位分析人員與任職人員面對面的談話來收集信息資料，包括單獨面談和團體面談。
5、工作日志法：根據崗位任職者按時間順序記錄的工作內容和過程，經過歸納提煉，取得所需工作信息。
四、結論和建議
（一）結論
對于一個企業來說，崗位是其中最基本的細胞，是根據企業目標而設置的具體單位。崗位分析能夠更好的為企業員工提供準確的崗位，為每一位員工定位，使每一個員工能在企業中得到更好的發揮，更好的展現自己的才華。崗位分析既為建立科學的現代化管理模式奠定了基礎，又明確了企業中各崗位工作內容、工作職責、任職資格、工作環境等內容。實施崗位分析，使員工對自己的崗位有了新的認識，樹立了“無功就是過”“落后就要被淘汰”的新觀念。有效地克服了吃大鍋飯、不愿多出力、不愿承擔風險的弊端，有能力、有貢獻、專業素質高的員工價值得到認可。每一名員工都可以根據自己的專業特點，在不同的崗位上實現自己的職業追求，逐步成長為優秀人才。
（二） 建議
1、準確把握崗位分析的時機。崗位分析是為了達到一定目的而進行的。當組織出現以下幾種情況時，對崗位分析的需要尤為迫切。當組織環境發生變化需要對組織結構進行調整、組織內部高層管理人員發生變化需要對工作進行調整、制定培訓員工培訓計劃需要等等。準確把握實施崗位分析的時機，可以獲得管理層對崗位分析工作的支持，使崗位分析工作能夠順利實施。
2、崗位分析經?；?、戰略化和超前化。產生于科學管理時代、以工業經濟為背景的崗位分析制度，經過近一個世紀的發展，日益完善和普及，產生了巨大的經濟效益和社會效益。隨著組織內外環境的變化，這就要求崗位分析以組織的戰略目標為指導，既滿足組織的現實需要，又充分預測組織的未來需要，實現崗位分析的經?；?、戰略化和超前化，以增強組織應對外界變化的適應能力。
3、正確選擇崗位分析方法。崗位分析方法的選擇關系開展崗位分析的許多企業進行崗位分析時，由于沒有選擇合適的分析方法，導致分析工作成本太高或分析結果誤差過大，不夠科學而失去應用價值，浪費了大量人力、物力、財力。因此選擇一種或幾種符合組織實際情況的崗位分析方法，是保證崗位分析取得成效的關鍵。
參考文獻：
分析方法研究范文4
句法分析任務是對文本進行分析，將輸入句子從序列形式變為樹狀結構，從而刻畫句子內部詞語之間的組合或修飾關系。這是自然語言處理領域的核心研究課題，已經廣泛應用到其它自然語言處理任務中，如機器翻譯、自動問答、信息抽取等。和其他句法分析形式如短語結構句法分析相比，依存句法分析具有形式簡單、易于標注、便于學習、分析效率更高等優點[1，2]。另外，依存句法描述詞和詞之間的關系，因此更適合于表達非連續的、遠距離的結構，這對于一些語序相對自由的西方語言非常重要。依存語法歷史悠久，最早可能追溯到公元前幾世紀Panini提出的梵文語法。依存語法存在一個共同的基本假設：句法結構本質上包含詞和詞之間的關系。這種關系稱為依存關系（Dependency Relations）。一個依存關系連接兩個詞，分別是核心詞（Head）和修飾詞（Dependent）。依存關系可以細分為不同的類型，表示兩個詞之間的句法關系（Dependency Relation Types）。目前，依存語法標注體系已經為自然語言處理領域的許多專家和學者所采用，并應用于不同語言中，且對其不斷地發展和完善。研究者們提出并實現了多種不同的依存分析方法，達到了較好的準確率。近年來，依存句法分析多已廣泛用于統計機器翻譯[3]、自動問答[4]和信息抽取[5]等任務，并取得了良好的效果。
依存句法分析任務的輸入是一個已完成分詞的自然語言句子。形式化地，輸入句子可以表示為：x=W0W2…Wi…Wn，其中，wi表示輸入句子的第i個詞；W0表示一個偽詞，指向整個句子的核心詞，也就是根節點（ROOT）。圖1表示輸入句子“剛滿19歲的歐文現在效力利物浦隊?！钡囊来鏄?。
[JZ][HT5”H]圖1 依存樹示例[ST5”HZ][WT5”HZ][JZ]Fig.1[ST5”BZ] Example of a dependency parse
最一般地，一個依存句法樹由多個依存弧構成，表示為：d={（h，m，l）：0≤h≤n，0
依存句法分析的目標是給定輸入句子x，尋找分值（或概率）最大的依存樹d*，具體公式為：
因此，依存句法分析存在四個基本問題：
（1）如何定義Score（x，d），即采用哪種方式將依存樹的分值分解為一些子結構的分值。這是模型定義問題；
（2）采用哪些特征來表示每一部分子結構，即特征表示問題；
（3）如何獲取特征的權重，即模型訓練算法問題；
（4）給定模型參數，即已知特征的權重，如何搜索到分值最大的依存樹。這是解碼問題。
2依存句法分析的方法
數據驅動的依存句法分析方法主要有兩種主流的方法：基于圖（Graph-based）的分析方法和基于轉移（Transition-based）的分析方法。這兩種方法從不同的角度解決這個問題。CoNLL上的評測結果表明這兩種方法各有所長，并且存在一定的互補性[2，6]。下面對各類方法展開細致分析。
2.1基于圖的依存句法分析方法
基于圖的依存分析模型將依存句法分析問題看成從完全有向圖中尋找最大生成樹的問題。一棵依存樹的分值由構成依存樹的幾種子樹的分值累加得到。模型通過基于動態規劃的解碼算法從所有可能的依存樹中搜索出分值最高的依存樹。相關的研究工作主要包括：
（1）模型定義。根據依存樹分值中包含的子樹的復雜度，基于圖的依存分析模型可以簡單區分為一階、二階和三階模型。一階模型中，依存樹的分值由所有依存弧的分值累加得到，即依存弧之間相互獨立，互不影響[7]。二階模型中，依存樹的分值中融入了相鄰兄弟?。⊿ibling）和祖孫弧（Parent-child-grandchild）的分值[8，9]。三階模型中，進一步增加了祖孫兄弟?。℅randparent-parent-sibling）等三條依存弧構成的子樹信息[10]。
（2）特征表示。在上述模型定義的基礎上，研究人員也提出了相應的一階、二階、三階子樹特征[7-10]。每種子樹特征考慮句子中的詞語和詞性信息、依存弧的方向和距離信息等。隨著高階子樹特征的使用，依存句法分析模型的準確率也有較大幅度的提高。
（3）訓練算法。基于圖的依存分析方法通常采用在線訓練算法（Online Training），如平均感知器算法（Averaged Perceptron）[11]、被動進取算法（Passive-Aggressive）[12]和Margin Infused Relaxed算法（MIRA） [13]。在線學習算法以迭代的方式訓練特征的權重。一次迭代中遍歷整個訓練數據集合，每次根據一個訓練實例的分析結果對當前的權重向量進行調整。
（4）解碼算法。一階模型對應的解碼算法為Eisner算法[14]。Eisner算法的本質是動態規劃，不斷合并相鄰子串的分析結果，直到得到整個句子的結果，其時間復雜度為O（n3）。進而，McDonald和Pereira （2006）對Eisner算法進行擴展，增加了表示相鄰兄弟節點的數據類型，時間復雜度仍為O（n3）。Carreras （2007）同樣對Eisner算法進行擴展，得到面向二階模型的基于動態規劃的解碼算法，時間復雜度為O（n4）。Koo和Collins （2010）提出了面向三階模型的解碼算法，時間復雜度為O（n4）。一些研究者提出采用基于柱搜索的解碼算法，允許模型方便地融入更高階的解碼算法，同時保證較低的時間復雜度[15，16]。
2.2基于轉移的依存句法分析方法
基于轉移的依存分析模型將依存樹的搜索過程建模為一個動作序列，將依存分析問題轉化為尋找最優動作序列的問題。模型通過貪心搜索或者柱搜索的方式找到近似最優的依存樹。其優點在于可以充分利用已形成的子樹信息，從而形成豐富的特征，以指導模型決策下一個動作。相關的研究工作主要包括：
（1）模型定義。基于轉移的依存句法分析方法提出早期，研究者們使用局部分類器（如最大熵分類器）決定下一個動作，選擇概率最大的動作[17，18]。這樣，一個依存樹的概率由其對應的動作序列中每一個動作的概率累乘得到。近年來，研究者們采用線性全局模型來決定下一個動作，一個依存樹的分值為對應動作序列中每一個動作的分值的累加[19-21]。
（2）特征表示。基于轉移的依存句法分析方法的優勢在于可以充分使用已構成的子樹信息。Zhang和Nivre （2011）在前人工作的基礎上，提出了豐富的特征集合，如三階子樹特征，詞的配價信息等[21]。
（3）訓練算法。早期，研究者們在訓練語料上訓練出一個局部分類器，在解碼過程中重復使用，決定下一個動作。通常采用的分類器有基于記憶的分類器、支持向量機等。近年研究發現采用全局線性模型可以提高句法分析的準確率，通常采用平均感知器在線訓練算法。
（4）解碼算法。其任務是找到一個概率或分值最大的動作序列。早期采用貪心解碼算法，即每一步都根據當前狀態，選擇并執行概率最大的動作，進入到下一個狀態。如此反復直至達到接收狀態，形成一棵合法的依存樹[17，18]。進而，研究者們提出使用柱搜索的解碼方式擴大搜索空間，即同時保留多個分值最高的狀態，直到搜索結束時選擇最優的動作路徑[22，19]。Huang和Sagae （2010）提出在柱搜索中加入動態規劃，通過合并等價狀態進一步擴大搜索空間[20]。隨著搜索空間的增大，依存句法分析的準確率有顯著提高。
2.3模型融合的方法
基于圖的方法和基于轉移的方法從不同的角度解決問題，各有優勢?；趫D的模型進行全局搜索但只能利用有限的子樹特征，而基于轉移的模型搜索空間有限但可以充分利用已構成的子樹信息構成豐富的特征。McDonald和Nivre （2011）通過詳細比較發現，這兩種方法存在不同的錯誤分布。因此，研究者們使用不同的方法融合兩種模型的優勢，常見的方法有：stacked learning [2，23]；對多個模型的結果加權后重新解碼[24，25]；從訓練語料中多次抽樣訓練多個模型（Bagging）[26，27]。
2.4詞性標注和依存句法分析聯合模型
依存句法分析模型中，詞性是非常重要且有效的特征。如果只使用詞語特征，會導致嚴重的數據稀疏問題。自然語言處理中，詞性標注和依存句法分析這兩個問題通常被當成兩個獨立的任務，以級聯的方式實現。即對于一個輸入句子，假定其分詞結果已知，先對句子進行詞性標注，然后在詞性標注結果的基礎上進行依存句法分析。這種級聯的方法會導致錯誤蔓延。也就是說，詞性標注的錯誤會嚴重影響依存分析的準確率。由于漢語缺乏詞形變化信息（如英語中的詞后綴變化如-ing，-ed，-es，-ly等），因此漢語的詞性標注比其他語言如英語更具挑戰性。近年來，研究者們通過建立詞性標注和依存句法分析聯合模型，在同一個模型中解決這兩個緊密相關的任務，允許詞性信息和句法結構互相影響和幫助，取得了不錯的效果。一方面，聯合模型中，句法信息可以用來指導詞性標注，從而幫助解決一部分需要句法結構才能夠消解的詞性歧義。另一方面，更準確的詞性標注，也可以反過來幫助依存分析。Li等通過擴展基于圖的依存句法分析模型，首次提出漢語詞性標注和依存句法分析聯合模型[28]，并且提出了適用于聯合模型的訓練算法[29]，顯著提高了詞性標注和依存句法分析的準確率。進而，一些研究者們提出基于轉移的詞性標注和依存句法分析聯合模型[30，31]。Ma等（2012）嘗試了基于Easy-first的漢語詞性標注和依存句法分析聯合模型[32]。
2.5基于多樹庫融合的方法
對于統計的數據驅動的分析模型而言，標注數據的規模很大程度上影響著分析結果的準確率。依存句法分析是一種結構化分類問題，比二元分類和序列標注問題更具挑戰性，因此依存句法分析更容易受到數據稀疏問題的影響，樹庫規模對依存句法分析的準確率影響很大。然而，標注樹庫是一件艱巨的任務，通常需要耗費很大的人力和物力。目前的研究結果表明在一個樹庫上訓練出的句法分析的模型似乎很難進一步提高句法分析的準確率。然而，漢語存在多個樹庫。這些樹庫由不同的組織或機構標注，遵循不同的標注規范，面向不同的應用。盡管各個樹庫遵循不同的標注規范，但卻都是根據人們對漢語語法的理解而標注，因此包含很多共性的標注結構。同時，不一致的標注結果應該也是有規律可循的。所以，一些研究者們嘗試同時利用多個樹庫，幫助句法分析的準確率。李正華等（2008）曾嘗試統計和規則相結合的方法，將短語結構的源樹庫CTB轉化為符合CDT標注規范的依存結構，然后將轉化后的樹庫和CDT合并，提高訓練數據的規模，以提高依存句法分析準確率[33]。Niu等（2009）提出一種基于統計的樹庫轉化方法，將依存結構的CDT樹庫轉化為滿足CTB標注規范的短語結構樹庫，進而使用語料加權的方式增大訓練樹庫的規模，提高了短語結構句法分析的性能[34]。Li等（2012）提出一種基于準同步文法的多樹庫融合方法，不是直接將轉化后的樹庫作為額外的訓練數據，而是使用準同步文法特征增強依存句法分析模型，從而柔和地學習標注規范中規律性的不一致，提高依存句法分析的準確率[35]。
3依存句法分析面臨的挑戰
自從2006年開始，CoNLL國際評測一直關注依存句法分析，不但提供了多語言、高質量的樹庫，并通過對各種方法的比較分析，讓研究者們對依存分析問題的理解更加清晰，極大地促進了依存句法分析的發展。依存分析已經成為自然語言處理的一個熱點問題，方法也越來越成熟，并且在許多領域得到了應用。然而，目前依存句法分析還存在很多挑戰，這些挑戰也可能是未來依存分析發展的趨勢。具體分析如下：
（1）提高依存分析準確率。目前主流的兩種依存分析方法都存在一定的缺陷?；趫D的方法很難融入全局特征。而基于轉移的方法雖然原理上可以利用豐富的特征，但是實際使用的特征還是屬于局部特征，另外也還存在錯誤級聯的問題（柱搜索只能緩解這個問題）。融合不同依存分析模型的方法可以提高分析性能，但是提高幅度比較有限。研究可知，只有從新的角度理解這個問題本身，提出新的建模方法，或者應用新的機器學習方法，才有望大幅度提高依存分析性能。一些學者提出的利用未標注數據幫助依存分析模型是一個很好的思路，值得深入研究。
（2）提高依存分析效率?；趫D的依存分析方法融入高階特征可以提高性能，但是效率很低，無法適應實際應用的需求。在不明顯降低分析性能的前提下，如何提高依存分析效率也是一個很有實際價值的問題。
（3）領域移植問題。研究發現，當訓練數據領域與測試數據領域不相同時，即使差距不大，也會導致句法分析性能下降很大。以英語為例，從華爾街日報樹庫移植到Brown語料時，句法分析性能下降近8%。目前依存樹庫所覆蓋的領域、規模都很有限，而標注樹庫的代價很大。因此解決領域移植問題，對于依存分析的實際應用至關重要。
（4）語言相關的依存分析。目前最主流的兩種依存分析方法都是語言無關的，純粹依靠機器學習方法從數據中學習，加入人類知識只能限于特征選擇。然而，每種語言都有其特點。因此語言相關的依存分析研究，如針對每種語言的特點設計更有效的模型和算法，利用一些語言特有的資源等，也是很有必要的。近年來，國內學者已經在漢語依存句法分析上做出了很多成績，然而如何利用漢語的特點，提高漢語句法分析的準確率和效率，仍然是一個開放的問題。
分析方法研究范文5
關鍵詞：烯效唑；多克隆抗體；時間分辨免疫分析
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，屬三唑類化合物，是80年代日本住友化學公司推出的高活性的植物生長延緩劑和殺菌劑。烯效唑延緩作物生長的作用機制在于它能有效的抑制植物體內赤霉素（GA）的生物合成，減少體內乙烯含量，增加細胞分裂素（CTK）含量，提高體內CTK/IAA的比例，從而使這些內源激素調控的生理效應發生相應的變化[1]。烯效唑常用于大田作物、果樹、蔬菜、煙草、花卉等眾多植物，活性高于多效唑，同時毒性較低，被廣泛用于農業、園藝植物生產中[2]。
隨著人們對環境與食品安全關注程度逐漸加大，迫切需要建立快速靈敏的檢測烯效唑殘留的分析方法。烯效唑殘留測定方法主要是高效液相色譜（HPLC）[3]和氣相色譜（GC）[4]，這些方法前處理比較繁瑣，檢測結果受樣品凈化、濃縮等步驟的影響，不適合進行批量樣品的快速檢測，而免疫學技術在農藥殘留分析和環境監測中的應用越來越深入，已成為農藥殘留分析的重要方法之一。抗烯效唑農藥的多克隆抗體的酶聯免疫分析技術（ELISA）也有報道[5]，但是檢測靈敏度不高。時間分辨免疫分析技術具有高靈敏性、高選擇性、快速等優點，可以彌補普通ELISA免疫分析技術靈敏度的不足。本研究制備了烯效唑半抗原和多克隆抗體，建立了烯效唑的TRFIA殘留檢測方法，為環境與食品中痕量烯效唑殘留高靈敏檢測提供技術支持。
1 資料與方法
1.1一般資料
1.2包被原的合成
1.3固相包被板的制備
1.5添加樣品的處理 河水經過濾，添加0.05～0.5mg/L的烯效唑標樣，用甲醇的PBS稀釋，進行測定。稱取10g土壤，添加0.05～0.5mg/kg的烯效唑標樣，混勻，放置過夜，加入40ml二氯甲烷，超聲10min，4000r/min離心10min，取上清液20ml于圓底燒瓶中減壓濃縮，用含甲醇的PBS定容到10ml。每個處理設3個重復，各設一個空白對照，用建立的TRFIA法對樣品進行分析。
1.6測定
2 結果與分析
2.1包被原的鑒定 對半抗原、載體蛋白及偶聯物進行全波長掃描見圖1，偶聯物的紫外吸收光譜發生了明顯的變化，具有載體蛋白和半抗原的紫外吸收特征。根據它們在280nm波長下的摩爾吸光系數估算得到包被原的結合比為7：1。
圖1 半抗原、卵清蛋白及偶聯物的紫外吸收光譜
圖2 烯效唑TRFIA標準曲線
2.4抗體的特異性 用TRFIA在相同的條件下測定與烯效唑結構相似化合物對抗體的交叉反應，計算各自的抑制中濃度IC50和交叉反應率CR（表1），結果表明得到的抗體對烯效唑有較好的選擇性，對大部分三唑類殺菌劑沒有明顯的交叉反應。
2.5回收率測定 添加不同濃度的的烯效唑標樣在河水和土壤中，按照TRFIA進行測定，檢測結果見表2。在水和土壤中分別添加烯效唑標準溶液，平均回收率為80.4%～116.8%，變異系數為2.6%～8.7%，符合農藥殘留檢測要求，符合農藥殘留檢測要求。
3 討論
本文采用TRFIA技術進行烯效唑檢測。其靈敏度（IC50）較ELISA[5]成倍增加，分析靈敏度可達到0.2mg/L，靈敏度提高了一個數量級?？梢奣RFIA法檢測烯效唑比ELISA法靈敏度上具有明顯優勢。TRFIA具有獨特的熒光特性，特異性熒光的衰變時間極長，為傳統熒光的103～106倍，激發光與發射光之間的Stokes位移可達290 nm，而普通熒光素的Stokes位移僅為28nm[6-9]，使得試劑標準曲線飄移小，更提高了試劑的穩定性和準確性。本文在研究過程中還發現，標記抗體和Eu3 +的標記量的控制非常重要，它們的量直接影響靈敏度和本底值。研究發現：低濃度標記抗體，標記效率高，但本底高；高濃度標記抗體，有助于提高靈敏度和降低本底，但其標記效率有所下降。
綜上所述，本文建立的烯效唑-TRFIA法，具有靈敏度高和重復性好等優點，能夠滿足環境與食品中痕量烯效唑的檢測需求，具有良好的應用價值。
參考文獻：
[1]余世銘，韓慶嶺.烯效唑及其在農業上的應用[J].現代化農業，1995，193（8）：4.
[2]徐新娟，黃中文，孫海燕.烯效唑在現代植物生產中的應用[J].河南科技學院學報，35（4）：47-49.
[3]廖強，楊文鈺，陳興福，等.澤瀉塊莖中烯效唑殘留的測定[J].農藥，2008，47（4）：284-285.
[4]陶龍興，王熹，俞美玉，等.烯效唑和多效唑在土壤中的殘留的比較研究[J].農藥，1995，34（3）：19-20.
[5]江小雪.烯唑醇和烯效唑酶聯免疫分析方法研究[D].南京：南京農業大學碩士論文，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]武學成，何林，周克元.時間分辨熒光免疫分析技術及臨床應用[J]醫學綜述，2006，12（7）：434-436.
分析方法研究范文6
關鍵詞：砷；紡織品；檢測方法
中圖分類號：O657.3 文獻標志碼：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
砷屬于有害重金屬，殘留在紡織品中的砷可通過人體皮膚進入體內，具有很強的蓄積性。砷能與細胞中含巰基的酶結合，抑制細胞氧化過程，導致癌癥的發生，因此各國紛紛關注紡織品檢測中砷超標的問題。國際環保紡織協會頒布的紡織標準《Oeko-Tex Standard 100》以及我國的生態紡織品標準《生態紡織品技術要求》對紡織品中砷的含量進行了嚴格的規定。紡織品中砷的測定分為總砷的測定和可萃取砷的測定。
對于總砷的測定，樣品前處理多采用微波灰化消解、HNO3+HCLO4濕法消解、干法灰化等方法，然后進行儀器分析。生態紡織品要求的檢測項目是可萃取砷的測定，標準方法是采用酸性汗液萃取紡織品中的砷，然后進行測定。本文總結了紡織品中砷含量的檢測方法，為其他人員進行紡織品中砷元素的測定和研究提供借鑒。
1 原子熒光分光光度法（AFS法）
原子熒光分光光度法（AFS法）又叫原子熒光光譜法，具有靈敏度高、共存元素干擾少、線性動態范圍寬、原子化器和測量系統記憶效應小等優點而被廣泛應用。其缺點在于無法同時測定多種元素，操作較為繁瑣，需要發生氫化物反應生成氫化物來檢測。
丁曉峰等采用微波灰化對樣品進行前處理，用原子熒光光譜法測定了紡織品中砷的含量，檢出限為0.22 mg/kg，相對標準偏差為7.1%，回收率在84.21%～100%之間。孟列群等用HNO3+HCLO4濕法消解樣品，斷續流動-無色散氫化物發生-原子熒光光譜法測定紡織品中砷的含量，結果表明該方法的檢出限為0.560 5 μg/L，精密度為1.69%，回收率在95.51%～96.85%之間。魯丹采用順序注射進樣-氫化物發生原子熒光光譜法（FI-HG-AFS）測定紡織品中砷的含量，采用AFS-9130雙道原子熒光分光光度計，按照Oeko-Tex Standard 200提供的方法處理樣品，測得檢出限為0.026 μg/L，回收率在91.0%～102.2%之間，相對標準偏差在0.52%～0.94之間。呂水源等采用L-半胱氨酸為預還原劑，建立了斷續流動進樣氫化物發生-原子熒光光譜法測定紡織品中砷含量的方法，檢出限為0.35 μg/L，相對標準偏差為1.3%，回收率在93.6%～98.4%之間。
2 原子發射光譜法（AES）
2.1 電感耦合等離子體原子發射光譜法（ICP-AES）
電感耦合等離子體原子發射光譜法（ICP-AES或ICPOES）具有干擾小、線性范圍寬，可同時測定多種金屬元素，可對高溫金屬進行快速分析等優點。但是該法測定某些元素的靈敏度難以達到Oeko-Tex Standard 100標準限量要求。近年來采用軸向測光等新技術，增強了取樣信號量，提高了測定的靈敏度。
劉麗萍等采用微波消解技術進行樣品前處理，高頻電感耦合等離子體原子發射光譜法測定紡織品中砷的含量，方法的檢出限為0.054 μg/g，回收率在92.3%～101.1%之間，相對標準偏差小于5%。張緒宏等采用HNO3+HClO4濕法消化處理純毛紡織品樣品，以ICP-AES全譜直讀光譜儀為檢測手段，準確檢測紡織品中砷元素的含量，該方法的精密度為4.21%，檢出限為10.2 μg/L，回收率為91%。胡勇杰利用人工酸性汗液對樣品進行預處理，應用電感耦合等離子體發射光譜法測定生態紡織品中的砷含量，消除了不同基體對測定元素的影響，測得實際檢出限為0.034 mg/kg，相對標準偏差為2.14%，回收率在96.9%～98.4%之間。王彥芬等以硝酸鎂為助劑干法灰化、濃硝酸分解殘渣處理紡織樣品來制備樣液，ICPAES全譜直讀光譜儀為檢測手段測定砷的含量，該方法的相對標準偏差為1.45%，檢出限為10.2 ng/mL，回收率為96.5%。魯丹認為直接使用電感耦合等離子發射光譜法的氣動霧化裝置測定紡織品中砷，因進樣霧化效率低，測定靈敏度低，檢出限難以精確確定，故采用氫化物發生與電感耦合等離子發射光譜法相結合的技術，使待測元素以砷化氫（AsH3）氣體的形式進入到ICP，使其與樣品的基體分離，進而減少了基體的干擾，實現被測元素的富集，使檢出限降低。方法檢出限為0.35 μg/L，回收率為91.1%～101.3%之間，相對標準偏差為0.93%～1.34%之間。
2.2 微波等離子體原子發射光譜法（MP-AES）
微波等離子體原子發射光譜法（MP-AES）和原子吸收分光光度法（AAS）相比，具有更寬的線性范圍和更加安全的操作條件，以及更高的靈敏度和優異的檢出限，與電感耦合等離子體原子發射光譜法（ICP-AES或ICP-OES）相比具有更低的分析運營成本，自動化程度高且簡單易用。
馬琳等采用安捷倫在原子光譜領域的新技術MP-AES配合以專利的多模式樣品導入系統（MSIS）可實現一次進樣同時測定多種元素。測得檢出限為0.33 mg/kg，回收率在98%～103%之間，相對標準偏差為1.5%，與ICPOES檢測結果基本一致。
3 電感耦合等離子體質譜法（ICP-MS）
電感耦合等離子體質譜法（ICP-MS）是采用電感耦合等離子體作質譜的離子化源，可以進行無機元素的定性、半定量及定量分析。電感耦合等離子質譜法相對于原子吸收和原子熒光這兩個方法來說，其優點在于可以進行多種元素的同時分析和快速掃描，并且沒有光譜干擾；和電感耦合等離子體發射光譜法相比，具有更低的檢出限，是痕量元素分析領域中最先進的方法之一。其不足之處是價格昂貴，易受污染。
謝華林等利用電感耦合等離子體質譜法測定紡織品中砷的含量，以HNO3+H2O2為樣品消解液，利用微波消解儀消解樣品，采用逐漸升溫、升壓的操作方法，可有效地防止砷元素的揮發性損失。結果表明，該方法的檢出限為0.001 μg/L，回收率為97.26%。相對標準偏差為2.02%～2.36%。王欣等用模擬人體酸性汗液提取紡織品中的砷，采用耐高鹽接口（Xt）和內標法降低非質譜干擾，用干擾方程校正質譜干擾，測定了紡織品中砷的含量，回收率在90%以上，精密度優于6.1%。林鋆采用帶八級桿碰撞反應池系統（Octopole Reacton System）的電感耦合等離子體質譜儀，建立了一套快速、完整的檢測紡織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）是重金屬元素測定的常用方法，原子吸收分光光度法又分為火焰原子吸收分光光度法和石墨爐原子吸收分光光度法，其中采用石墨爐技術的原子吸收分光光度法具有靈敏度高、選擇性好等優點，應用性能較為理想。但原子吸收分光光度法測定不同的元素必須更換不同的空心陰極燈，不能進行多元素同時測定，對快速檢測有一定局限性。
劉麗萍等采用氫化物發生法使痕量砷富集，用硼氫化鈉做還原劑，在鹽酸介質中與痕量砷形成的氫化物（AsH3）直接進入原子化器，測定砷的原子吸收光譜，檢出限為0.243 μg/mL，相對標準偏差為4.64%，回收率在90.0%～101.2%之間。衛碧文等認為氫化物發生原子熒光法雖具有較高的靈敏度，但當砷含量較高時，工作曲線開始彎曲，使其對高含量樣品的檢測帶來不便，故利用氫化物發生-電熱石英管原子吸收法測定紡織品中砷的含量，采用三毛細管微型在線氫化物發生技術和裝置，提高了靈敏度并減小了干擾。測定其檢出限為0.69 ng/L，相對標準偏差為5.5%，回收率在95%～100.5%之間。該方法除了鈷、錫對砷的測定有干擾外，其他干擾元素允許量都比較大，采用酒石酸和碘化鉀的混合液作為掩蔽劑可消除鈷、錫的干擾。該分析方法靈敏度高，操作快速簡單、干擾小、記憶效應小，是一種理想的測定紡織品中砷含量的分析方法。
5 X射線熒光光譜法（XRF）
林素君等人采用能量色散X射線熒光光譜儀（EDXRF）對紡織品中砷的含量進行檢測，紡織品在檢測前后完全無損，并且檢測時間較短，這是一種可開發的快速有效的檢測手段。其檢出能力可達到10-6 mg/L，與采用電感耦合等離子體原子發射光譜法的檢測結果基本一致。該方法為砷的檢測提供了一種簡便、無損的初篩方法。
6 其他方法
除上述方法外，還有紫外分光光度法、電化學方法以及高效液相色譜法測定砷含量的報道，但與上述各種分析方法比較應用相對較少。
7 小結
可萃取砷的測定是生態紡織品要求的檢測項目，標準方法是采用酸性汗液萃取紡織品中的砷然后進行測定。由于生態紡織品標準對紡織品中可萃取砷的限量很低，電感耦合等離子體原子發射光譜法（ICP-AES）和原子吸收分光光度法（AAS）的靈敏度都較難滿足要求，因此萃取后的溶液通常采用靈敏度高的氫化物發生-原子熒光分光光度法或者電感耦合等離子體質譜法（ICP-MS）進行測定。如果采用電感耦合等離子原子發射光譜法（ICP-AES）和原子吸收分光光度法（AAS）這兩種儀器進行測定，需要采用氫化物發生的方法或者其他富集方法，對砷進行富集后測定。目前研究氫化物發生的方法較多。但氫化物發生富集砷的方法需要在儀器中增加一個裝置，而且需要配制發生氫化物反應的各種試劑，操作麻煩。
電感耦合等離子體質譜法（ICP-MS）測定靈敏度高，目前越來越多地得到了應用，但是該儀器價格昂貴，且酸性汗液中的大量鹽分不但堵塞進樣錐口，影響測定以外，還由于形成ArCl干擾砷的測定，需配有碰撞池或者反應池的儀器通過碰撞或反應消除干擾，或者通過其他方法消除干擾。因此，對于紡織品可萃取砷的測定，目前采用的主要是經濟實用、靈敏度高的原子熒光分光光度法。研究新的前處理方法對砷進行富集，采用能夠進行多元素同時測定的ICP-OES法進行測定是一個值得研究的課題。
參考文獻
[1] 丁曉峰，乙小娟，劉麗萍.微波灰化-原子熒光測定紡織品中的痕量砷[J].印染，2002：33-34.
[2] 孟列群，趙維維，趙云.氫化物發生-原子熒光光譜法同時測定紡織品中的砷和銻[J].光譜實驗室，2005，22（9）：1017-1020.
[3] 魯丹.FI-HG-AFS法測定紡織品中痕量可萃取砷和銻[J].印染，2008（3）：38-39，48.
[4] 呂水源，戴金蘭，鐘茂盛.L-半胱氨酸預還原斷續流動-HG-AFS法同時測定紡織品中微量砷和銻[J].光譜學與光譜分析，2006，26（7）：1352-1355.
[5] 胡勇杰.電感耦合等離子體發射光譜法測定生態紡織品中可萃取重金屬的含量[J].中國纖檢，2005（4）：39-41.
[6] 劉麗萍，乙小娟，楊雪芬.ICP-AES法測定紡織品中的十種元素[J].印染，2000，26（12）：29-30.
[7] 張緒宏，王彥芬，傅惠敏，等.純毛紡織品種8種重金屬元素ICP-AES定量分析方法研究[J].天津師范大學學報，2007，27（3）：3-5.
[8] 王彥芬，張緒宏，傅惠敏，等.純棉紡織品中八種痕量重金屬元素ICP-AES分析方法研究（I）[J].南開大學學報，2007，40（5）：7-10.
[9] 魯丹.HG-ICP-AES法同時測定紡織品中痕量可萃取砷和汞[J].化學分析計量，2008，17（4）：48-50.
[10] 王芳，萬家亮，盧漢兵，等.氫化物發生于ICP-AES聯用后等離子體的性質研究[J].分析科學學報，2000，16（3）：192-195.
[11] 馬琳，吳春華，趙洋，等.MP-AES法測定皮革和紡織品中可萃取重金屬含量[J].中國皮革，2012，41（5）：56-59.
[12] 謝華林，李立波，賀慧，等.ICP-MS法測定紡織品中痕量重金屬的研究[J].印染助劑，2004，21（3）：48-50.
[13] 王欣，幸苑娜，陳澤勇.ICP-MS法測定紡織品中9種可遷移重金屬元素[J].質譜學報，2011，32（4）：246-251.
[14] 劉麗萍，乙小娟，楊雪芬.氫化物發生原子吸收光譜法測定紡織品的痕量砷[J].印染，2001，27（8）：38-39.
