0
关键词：
程序升温氮化,程序升温还原,钌,钡,氮化硼,负载型催化剂,氨合成
发表时间：
2012-07-12 16:13:20
人工神经网络用于直接化学电离质谱分析食用油品质的研究
于陆 | -> | 2586| 0| 1.953903MB |表面解吸常压化学电离,质谱,反向传输人工神经网络,食用油,地沟油
摘 要 无需任何样品预处理, 采用表面解吸常压化学电离质谱( DAPC-I MS) 技术直接对涂覆在载玻片表面的食用油样品和地沟油样品进行检测, 快速获得了不同油类样品的质谱信号; 并运用改进的反向传输( BP) 人工神经网络对DAPC-I MS 所得到的油类样品质谱数据进行有监督的分类识别, 建立多分组预测模型。结果表明: DAPC-I MS能够承受食用油中复杂基体的影响, 可对油类样品进行直接快速质谱分析; 误差反转( BP) 神经网络具有良好的分类判别能力, 对食用油样品质谱数据识别效果比较理想, 能够在对地沟油和非地沟油样品进行有效区分的同时, 实现对不同品种的食用油的分离及分类判别。本方法分析速度快, 信息提取准确, 识别精度高, 对快速质谱技术结合神经网络在该领域的应用以及食用油品质的快速鉴定具有重要的借鉴意义。
近年来, 地沟油成为了人们关注的热点之一。 地沟油因受污染、变质等原因产生的黄曲霉素等有害物质会导致腹泻、腹痛等疾病, 甚至诱发癌变[ 1] 。因此, 对地沟油进行快速检测和识别具有重要意义。常规地沟油检测主要有水分含量测定法、酸价测定法、胆固醇含量测定法、近红外光谱法、电导率与极性物质测定法、重金属含量测定法[ 1, 2] 。上述方法操作较为复杂, 费时费力, 并且由于主要针对地沟油中的特殊成分进行检测, 无法对合法食用油类( 如大豆油、花生油等) 进行识别。
表面解吸常压化学电离质谱( DACPI-MS) 技术无需有毒化学试剂, 即可对样品完成无创、无污染的检测, 在食品安全领域具有独特优势[ 3, 4] 。人工神经网络现已成为解决化学问题的重要化学计量学手段, 其中反向传输( BP) 人工神经网络是目前应用最广泛的神经网络模型之一[ 5, 6] 。目前已有大量近红外光谱与神经网络结合的分组预测模型的成功应用的报道[ 7, 8] , 但质谱与神经网络结合的分析识别应用的报道鲜见。
本研究采用DAPC-I MS 技术对地沟油和3 种主要食用油类( 大豆油、花生油和油菜籽油) 进行快速质谱分析, 同时利用改进的BP 神经网络作为识别模型, 实现了对DAPC-I MS 所得到的油类样品质谱数据的自动辨识。本方法分析速度快、信息提取准确、识别精度高, 对油类样品质谱数据具有较好的识别效果。
表面解吸常压化学电离质谱( DACPI-MS) 技术无需有毒化学试剂, 即可对样品完成无创、无污染的检测, 在食品安全领域具有独特优势[ 3, 4] 。人工神经网络现已成为解决化学问题的重要化学计量学手段, 其中反向传输( BP) 人工神经网络是目前应用最广泛的神经网络模型之一[ 5, 6] 。目前已有大量近红外光谱与神经网络结合的分组预测模型的成功应用的报道[ 7, 8] , 但质谱与神经网络结合的分析识别应用的报道鲜见。
本研究采用DAPC-I MS 技术对地沟油和3 种主要食用油类( 大豆油、花生油和油菜籽油) 进行快速质谱分析, 同时利用改进的BP 神经网络作为识别模型, 实现了对DAPC-I MS 所得到的油类样品质谱数据的自动辨识。本方法分析速度快、信息提取准确、识别精度高, 对油类样品质谱数据具有较好的识别效果。
于陆发布的其他共享资料
-
-
关键词： 官能团,氮掺杂,纳米碳管,X射线光电子能谱,程序升温氧化 发表时间： 2012-07-12 16:11:57
-
关键词： Au纳米颗粒,配位催化,多相催化,表面络催化剂 发表时间： 2012-07-12 16:10:13
-
关键词： Suzuki反应,芳基硼酸,芳基卤代物,钯,无配体,甲苯 发表时间： 2012-07-12 16:08:13
-
关键词： 表面解吸常压化学电离,质谱,反向传输人工神经网络,食用油,地沟油 发表时间： 2012-04-08 10:57:07
-
关键词： 短串联重复序列,紫外光谱,人工神经网络,基因分型 发表时间： 2012-04-08 10:55:57