Идентификация с помощью вычислительной машины

MOB ОНИ отличаются в основном высотами пиков или отношениями площадей пиков, а не отсутствием или присутствием тех илп иных пиков (рис. 3-18). Для точных сравнений этих пирограмм может потребоваться не только точное соблюдение необходимых условий ПГХ, но и тщательный контроль за питательной средой, в которой находятся микроорганизмы [48]. Падежный метод классификации и идентификации микроорганизмов может быть сведен, по-видимому, только к вычислению относительных разностей высот главных пиков с помощью вычислительной машины и к сравнению пирограмм неизвестных образцов с пирограммами стандартных веществ. [c.100]

Б. Идентификация с помощью вычислительной машины [c.225]

Каждое химическое соединение обладает своим индивидуальным спектром. Сравнивая спектр некоторого вещества со спектрами известных соединений, можно опознать, или, как говорят химики, идентифицировать вещество по его спектру поглощения. В настоящее время в специальных банках данных, записанных в памяти электронно-вычислительных машин, собраны сведения о спектрах сотен тысяч различных соединений, и идентификация вещества по спектрам может быть оперативно проведена с помощью ЭВМ. [c.174]

Для увеличения скорости отнесения частот к отдельным колебаниям было разработано несколько способов. Возможно, наиболее простым из них является ручной подбор зашифрованных перфокарт. Сейчас созданы большие библиотеки стандартных спектров на магнитных пленках для использования их с помощью цифровых вычислительных машин. Используя эти библиотеки и современные методы поиска информации в таких библиотеках, вычислительная машина может легко идентифицировать неизвестные пробы или по крайней мере сократить возможный выбор соединений до небольшого числа, которые затем можно легко исследовать вручную. В сочетании с такими методами исследования структуры, как ядерная магнитная спектроскопия, этот метод является основным для многих промышленных лабораторий, которые занимаются идентификацией неизвестных органических и неорганических материалов. [c.751]

Улучшение воспроизводимости времени удерживания. Автоматизация газовых хроматографов и идентификация хроматографических пиков с помощью вычислительных машин требуют высокой воспроизводимости времени удерживания компонентов при проведении последовательных автолгатических анализов. Особенно сложным является в этой связи случай идентификации быстро следующих друг за другом не полностью разделенных пиков. Для получения воспроизводимых результатов разработаны различные методы идентификации, такие как использование относительного времени удерживания, индексов Ковача, нескольких сравнительных стандартных пиков, относительного времени удерживания, логически связанного с размером пнка, и др. [c.189]

Адансоп [6] считал, что систематические единицы следует выделять, учитывая все известные признаки и считая их равнозначными. Он предложил несколько не связанных между собой классификаций, основанных каждая иа каком-то одном признаке, а затем сравнил результаты, полученные при идентификации видов, произведенной на основании разных признаков. В конечном счете были получены группы, основанные на наибольшем числе совпадающих признаков. Этот метод слишком трудоемок и до недавнего времени не получил широкого распространения, так как для получения удовлетворительных результатов требовалось учесть не менее 60 равнозначных независимых качественных (т. о. 4- или —) признаков [1635]. Однако с появлением вычислительной техники возродился интерес к классификациям такого рода. Вычислительную машину можно по-разному использовать для экспериментальной разработки классификации вирусов [145, 146, 616]. Анализ, проводимый при помощи такой машипы, объехстивен, причем могут учитываться числовые данные, такие, как отношение оснований в нуклеиновых кислотах и аминокислотный состав белка. Классификацию, основанную на расчетах, получеппых с помощью вычислительной машины, иа данном этапе следует рассматривать как экспериментальную. Этот подход, как и любой другой метод классификации, также лимитирован недостатком данных о вирусах. На практике неизбежно некоторое взвешивание признаков, даже когда оно сводится к решению вопроса о том, какие признаки отбросить, а какие включить. Из всех возмоншостей этого подхода нас в настоящее время в основном будет интересовать проверка систем классификаций, полученных другими методами, и выявление новых, ие известных ранее отношений между вирусами, существование хадторых меняет быть затем проверено экспериментальным путем. [c.486]

При детектировании наклона ЭВМ может провести интегрирование пиков и коррекцию пулевой линии. При этом ЭВМ может легко определить время удерживания пиков и вычислить относительное время удерживания с поправкой иа мертвое время для инертного газа. Полученные относительные значения иремени лерживаккя ЭВМ может сравнивать со стаидартпыми значени яыи с целью иредварительной идентификации комионептов. Значения площадей пиков, хранящиеся в памяти вычислительной машины, могут быть подвергнуты различным математическим преобразованиям, таким как умножение значений площадей пиков на калибровочные коэффициенты суммирование площадей и вычисление относительной доли каждого пика вычисления ио. методу внутреннего стандарта. Данные о степени симметричности пика, порогах чувствительности, величинах ВЭТТ, коэффициентах разделения и других хроматографических характеристиках также могут быть получены с помощью ЭВМ. [c.183]

Самая простая установка представляет собой комбинацию хроматографа, интегратора и ЭВМ. Эго — гибридная система логическое устройство интегратора работает на основе данных аналоговой управляющей системы. Задача ЭВМ в данном случае сводится к поиску в библиотеке стандартных данных названий и коэффициентов чувствительности анализируемых компонентов, хранящихся в периферийных устройствах ЖМ, и обработке исправленных интегралов пиков согласно выбранному и запрограммированному варианту метода количественной газовой хроматографии. Результаты выдаются в форме напечатанного аналитического сообщения. Идентификация индивидуальных компонентов (наименование и коэффициент чувствительности) проводится на основе данных по удерживанию (время удерживания, индекс удерживания) и их допустимой дисперсии (так назьшаемое окно). Так как передача преобразованных данных идет медленно, то прямое соединение ЭВМ с интегратором или с несколькими интеграторами экономически не выгодно. Обычно применяют автономную систему, в которой данные, получаемые от интегратора, записьшаются в реальном масштабе времени на перфоленту порции перфоленты периодически обрабатывают при помощи ЭВМ. Исключение из этого правила представляют собой электронные вычислительные машины, которые приспособлены для работы в режиме разделения времени такие ЭВМ могут осуществлять обработку других программ в промежутке между поступлением данных от интеграторов. Другим исключением является случай, при котором ЭВМ заменяется программируемым вычислительным устройством, приспособленным для прямого соединения с интегратором. [c.140]