计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2014年
7期
859-864
,共6页
气相色谱-质谱联用法%K近邻算法%动物油%鉴别分析
氣相色譜-質譜聯用法%K近鄰算法%動物油%鑒彆分析
기상색보-질보련용법%K근린산법%동물유%감별분석
GC/MS%KNN algorithm%animal oil%discriminant analysis
气相色谱-质谱联用法(GC-MS)因其分离效率高、分析速度快、灵敏度高、检测线低等特点,被广泛应用于油脂分析鉴别领域.但与矿物油的鉴别相比,动物油类之间的主成分种类相近且含量集中,单纯通过GC-MS进行鉴别分析具有局限性,因此,区分常见动物油一直是司法鉴定领域中的难题.本文尝试运用GC/MS分析人油和5种常见动物油,通过对峰面积归一化法得出每个样品脂肪酸相对百分含量,结合KNN算法(K Nearest Neighbors,KNN)对人油与常见动物油进行建模区分.本实验以每个动物油脂样本中的6个主要脂肪酸相对含量(C14∶0、C16∶0、C16∶1、C18∶0、C18∶1、C18∶2)作为变量值,运用训练样本即为测试样本的方法进行交互验证,发现当k值等于3或4时,测试样本出错率最低,区分效果良好,人油测试样本分类准确率达到100％,并考察了6种脂肪酸相对含量作为变量的区分贡献值,结果C14∶0区分贡献值最大.此方法相对于传统分析手段而言简单易行,提高了鉴别分析的效率和精度,尽管实验样本种类有限,但实验方法具有普遍意义.本文为动物油区分的进一步深入研究提供了一种新的思路和参考.
氣相色譜-質譜聯用法(GC-MS)因其分離效率高、分析速度快、靈敏度高、檢測線低等特點,被廣汎應用于油脂分析鑒彆領域.但與礦物油的鑒彆相比,動物油類之間的主成分種類相近且含量集中,單純通過GC-MS進行鑒彆分析具有跼限性,因此,區分常見動物油一直是司法鑒定領域中的難題.本文嘗試運用GC/MS分析人油和5種常見動物油,通過對峰麵積歸一化法得齣每箇樣品脂肪痠相對百分含量,結閤KNN算法(K Nearest Neighbors,KNN)對人油與常見動物油進行建模區分.本實驗以每箇動物油脂樣本中的6箇主要脂肪痠相對含量(C14∶0、C16∶0、C16∶1、C18∶0、C18∶1、C18∶2)作為變量值,運用訓練樣本即為測試樣本的方法進行交互驗證,髮現噹k值等于3或4時,測試樣本齣錯率最低,區分效果良好,人油測試樣本分類準確率達到100％,併攷察瞭6種脂肪痠相對含量作為變量的區分貢獻值,結果C14∶0區分貢獻值最大.此方法相對于傳統分析手段而言簡單易行,提高瞭鑒彆分析的效率和精度,儘管實驗樣本種類有限,但實驗方法具有普遍意義.本文為動物油區分的進一步深入研究提供瞭一種新的思路和參攷.
기상색보-질보련용법(GC-MS)인기분리효솔고、분석속도쾌、령민도고、검측선저등특점,피엄범응용우유지분석감별영역.단여광물유적감별상비,동물유류지간적주성분충류상근차함량집중,단순통과GC-MS진행감별분석구유국한성,인차,구분상견동물유일직시사법감정영역중적난제.본문상시운용GC/MS분석인유화5충상견동물유,통과대봉면적귀일화법득출매개양품지방산상대백분함량,결합KNN산법(K Nearest Neighbors,KNN)대인유여상견동물유진행건모구분.본실험이매개동물유지양본중적6개주요지방산상대함량(C14∶0、C16∶0、C16∶1、C18∶0、C18∶1、C18∶2)작위변량치,운용훈련양본즉위측시양본적방법진행교호험증,발현당k치등우3혹4시,측시양본출착솔최저,구분효과량호,인유측시양본분류준학솔체도100％,병고찰료6충지방산상대함량작위변량적구분공헌치,결과C14∶0구분공헌치최대.차방법상대우전통분석수단이언간단역행,제고료감별분석적효솔화정도,진관실험양본충류유한,단실험방법구유보편의의.본문위동물유구분적진일보심입연구제공료일충신적사로화삼고.
