非负矩阵因子分解法分析苍术的气相色谱-质谱重叠峰

摘要

非负矩阵因子分解（non-negative matrix factorization,NMF）是对非负数据处理的一种多元统计分析方法。NMF分解结果没有“负值”,易于理解和解释,具有比较明确的物理化学意义。由于其多解的特征,文献介绍的NMF算法并不能直接用于化学混合信号解析。作者根据化学波谱的基本特征（化学波谱的平滑性、色谱的单峰性以及质谱的稀疏性）对NMF算法进行了改进,缩小了其多解范围。应用改进的NMF进行模拟HPLC-DAD型两维数据（其中色谱严重重叠和完全重叠）和苍术GC/MS实验数据解析,得到了比较理想的结果。实验表明,改进后的NMF是一个可用于复杂样品化学信号分析的化学计量学新方法。