数据预处理技术和机器学习方法在质子转移反应质谱中的应用

• 作者: 孙运 汪曣 蒋学慧 褚美娟 郭冰清 陈一冰
• 来源期刊: 质谱学报
• 学科: 化学
• 关键词: 质子转移反应质谱 (PTR-MS) 挥发性有机物 (VOCs) 数据预处理 机器学习
• 年，卷（期）: 2018,（5）
• 所属期刊栏目: 综述
• 页码范围: 513-523
• 页数: 11页
• 分类号: O657.63
• 字数: 7411字
• 语种: 中文
• DOI: 10.7538/zpxb.2017.0181

摘要

质子转移反应质谱 (PTR-MS) 法是一种用于检测挥发性有机物 (VOCs) 的分析技术.它具有检测限低、响应速度快、无需样品前处理、实时分析等特点, 在大气化学、环境化学、食品、生物医学等领域得到广泛应用.随着PTR-MS应用的扩展和样品种类的增加, 如何从复杂的质谱数据中提取特征, 并寻找内在规律, 对分析算法的处理能力提出了更高的要求.本工作从数据预处理技术和机器学习方法两方面展开论述, 归纳了具有PTR-MS特点的数据预处理技术, 总结了不同机器学习算法在PTR-MS数据分析中的应用, 并讨论了它们的优点和不足.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汪曣	天津大学精密仪器与光电子工程学院	89	856	16.0	27.0
2	孙运	天津大学精密仪器与光电子工程学院	5	9	2.0	3.0
3	蒋学慧	天津大学精密仪器与光电子工程学院	16	40	4.0	5.0
4	陈一冰	中国人民解放军总医院呼吸内科	2	3	1.0	1.0
5	褚美娟	天津大学精密仪器与光电子工程学院	3	1	1.0	1.0
6	郭冰清	天津大学精密仪器与光电子工程学院	2	1	1.0	1.0