python预测值反归一化 归一化法进行定量分析的基本条件？

归一化法进行定量分析的基本条件？

1. 归一化法的优点是操作方便，程序固定。缺点：归一化法对样品条件要求较高，要求样品中所有组分达到峰位，要求标准品中所有组分都要定量，所以很少使用。适用范围：适用于样品中各组分能流出色谱柱，并能在色谱图中显峰，更适用于工厂定量样品的组成，如需减少误差，可采用修正面积归一化法。2内标法的优点：定量准确，精密度最高，操作条件不高。标准样品和知识样品应分别加入内标物，以抵消操作条件（包括进样量）波动引起的误差。内标法只需找出峰或将待测组分完全分离，其他组分可通过快速升高柱温或反吹法排气排出，缩短了分析时间。缺点：内标选择困难。范围：当样品中所有组分不能流出色谱柱，或检测器不能对每一组分产生信号，或样品中只有少数组分需要测定时，可采用内标法。

python预测值反归一化 pytorch中rnn如何反归一 batchnorm2d实现python

版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。