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

• 作者: 周志权 张婷婷 方小伟 欧阳永中 贾滨 陈焕文
• 来源期刊: 分析化学
• 学科: 化学
• 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
• 年，卷（期）: 2011,（11）
• 所属期刊栏目: 研究报告
• 页码范围: 1665-1669
• 分类号: R346|O657.32
• 字数: 3444字
• 语种: 中文
• DOI: 10.3724/SP.J.1096.2011.01665

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(DAPCI-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DAPCI-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:DAPCI-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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈焕文		94	818	15.0	24.0
2	贾滨		8	50	5.0	7.0
3	欧阳永中		12	77	5.0	8.0
4	方小伟		10	54	4.0	7.0