基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用表面解吸常压化学电离质谱(SDAPCI-MS)技术直接对5种化学型的樟树叶粉末片剂进行分析,获得其化学指纹谱图信息.采用主成分分析(PCA)、 聚类分析(CA)和反向传输人工神经网络(BP-ANN)对谱图信息进行分析,获得各化学型樟树叶粉末片剂的特征质谱信息,进而对不同化学型样品进行判别.结果表明,在正离子模式下,SDAPCI-MS能快速获取樟树的化学指纹谱图;PCA分析中的PC1,PC2和PC3贡献率分别为79.9%,12.9%和4.2%,共计97.0%.SDAPCI-MS结合CA和BP-ANN测试样本准确率均为100%,能够快速、有效地判别出樟树化学型.
推荐文章
表面解吸常压化学电离质谱法快速测定茶叶化学指纹图谱
表面解吸常压化学电离质谱
茶叶
指纹图谱
快速检测
表面解吸常压化学电离质谱法快速鉴别羊肉真伪
表面解吸常压化学电离质谱(DAPCI-MS)
主成分分析(PCA)
肉类
快速检测
食品安全
表面解吸常压化学电离质谱法快速筛查劣质食用油
表面解吸常压化学电离源
质谱法
主成分分析方法
地沟油
食品安全
基于表面解吸常压化学电离质谱法快速评价咖啡种子活力
表面解吸常压化学电离质谱
咖啡
种子活力
多变量分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 表面解吸常压化学电离质谱法快速判别樟树化学型
来源期刊 高等学校化学学报 学科 化学
关键词 樟树 化学型 表面解吸常压化学电离质谱 多变量分析
年,卷(期) 2016,(4) 所属期刊栏目 分析化学
研究方向 页码范围 654-660
页数 7页 分类号 O657
字数 3340字 语种 中文
DOI 10.7503/cjcu20150684
五维指标
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 东华理工大学江西省质谱科学与仪器重点实验室 94 818 15.0 24.0
2 罗丽萍 南昌大学食品科学与技术国家重点实验室 107 1459 24.0 33.0
3 方小伟 东华理工大学江西省质谱科学与仪器重点实验室 10 54 4.0 7.0
4 刘星星 南昌大学食品科学与技术国家重点实验室 8 30 4.0 5.0
5 黄学勇 南昌大学食品科学与技术国家重点实验室 14 66 3.0 7.0
6 张婷婷 南昌大学食品科学与技术国家重点实验室 5 51 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (26)
参考文献  (8)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
1989(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(12)
  • 参考文献(1)
  • 二级参考文献(11)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
樟树
化学型
表面解吸常压化学电离质谱
多变量分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高等学校化学学报
月刊
0251-0790
22-1131/O6
大16开
长春市吉林大学南湖校区
12-40
1980
chi
出版文献量(篇)
11695
总下载数(次)
9
总被引数(次)
133912
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导