一种新的质谱分类变量及在饱和醇醚中的应用

• 来源期刊: 计算机与应用化学
• 学科: 化学
• 关键词: 分类变量 模式识别 质谱 块变量 典型相关分析
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 分子模拟与分子设计
• 页码范围: 277-281
• 页数: 5页
• 分类号: O657.31
• 字数: 4328字
• 语种: 中文

摘要

子结构模式识别一直是低分辨率质谱中的难点问题,为提供更多的分类信息,达到更好的识别和分类效果,将质谱图中被脱去碎片的信息,通过峰簇运算的方法提取出来,建立了一种新的质谱分类变量:FM(Fractional Mass).联合块变量正交化和典型相关分析方法,以饱和醇醚的模式识别模型对变量进行了验证.结果表明,分类效果较好,无论是总体的模型还是交互检验,预测误差率都在2.5%以下,FM变量是传统分类变量的有益补充.