一种基于超高效液相质谱串联四级杆飞行时间质谱鉴定五常大米真伪的方法

    公开(公告)号:CN108362782A

    公开(公告)日:2018-08-03

    申请号:CN201711451100.6

    申请日:2017-12-27

    Abstract: 本发明涉及一种基于超高效液相质谱串联四级杆飞行时间质谱鉴定五常大米真伪的方法,所述方法先对大米进行预处理以提出其中的代谢物,再应用超高效液相色谱串联四级杆飞行时间质谱对大米中的代谢物进行检测,获得不同产地来源大米样品的代谢指纹图谱数据,对所述代谢指纹图谱数据进行分析处理从而得到五常大米的标志性化合物,检测待测五常大米样品中是否含有所述标志性化合物即可对待测样品的真伪进行鉴定。本发明提供的方法从代谢组学的角度出发,在一个宽泛的质量范围内(m/z 50~1200),实现了对不同产地大米中复杂的差异代谢物的非目标筛查,为实际生产以及大米销售过程中五常大米的真伪鉴定提供了有力手段。

    农产品品质分析方法及分析仪

    公开(公告)号:CN110264050B

    公开(公告)日:2021-05-25

    申请号:CN201910490896.9

    申请日:2019-06-06

    Abstract: 本发明提供一种农产品品质分析方法及分析仪。所述农产品品质分析方法包括:获取光谱数据并测定参考值数据;数据分为校正集和外部验证集;将光谱数据和参考值数据整理成数据矩阵,用蒙特卡洛采样法对数据矩阵采样;采用变量选择算法,对数据矩阵采样结果进行关键变量选择,统计各变量被选择频次并排序;对高相对频次变量统计稳定性,筛选出稳定关键变量并建立数学模型;将采集的待测农产品光谱数据代入数学模型,根据运算结果实现对农产品品质的分析。为实现上述方法的应用,研制出农产品品质分析仪,根据稳定关键变量预测并输出结果。本发明优化了蒙特卡洛采样参数,在获得稳定关键变量筛选结果的同时最大限度地降低运算成本并提高工作效率。

    基于超高效液相色谱串联三重四级杆质谱检测牛奶中23种兽药的方法

    公开(公告)号:CN110261529A

    公开(公告)日:2019-09-20

    申请号:CN201910658954.4

    申请日:2019-07-19

    Abstract: 本发明提供一种基于超高效液相色谱串联三重四级杆质谱检测牛奶中23种兽药的方法。本发明用乙腈(含2%甲酸)提取牛奶样品中目标化合物,经Oasis PRiME HLB小柱净化后,氮气吹扫,用5%甲醇水溶液溶解残余物后分析;以水-甲醇为流动相,用HSS T3色谱柱分离目标化合物,采用电喷雾电离串联三重四级杆质谱在多反应监测模式下进行测定,外标法定量。23种兽药化合物的检出限在0.005~3.026μg·kg-1之间,定量限在0.1~10μg·kg-1之间,加标回收率在70.98%~118.63%之间,相对标准偏差在0.14%~11.55%之间,该方法简单快捷、准确可靠。

    一种基于超高效液相色谱串联四级杆飞行时间质谱鉴定五常大米真伪的方法

    公开(公告)号:CN108362782B

    公开(公告)日:2021-05-25

    申请号:CN201711451100.6

    申请日:2017-12-27

    Abstract: 本发明涉及一种基于超高效液相质谱串联四级杆飞行时间质谱鉴定五常大米真伪的方法,所述方法先对大米进行预处理以提出其中的代谢物,再应用超高效液相色谱串联四级杆飞行时间质谱对大米中的代谢物进行检测,获得不同产地来源大米样品的代谢指纹图谱数据,对所述代谢指纹图谱数据进行分析处理从而得到五常大米的标志性化合物,检测待测五常大米样品中是否含有所述标志性化合物即可对待测样品的真伪进行鉴定。本发明提供的方法从代谢组学的角度出发,在一个宽泛的质量范围内(m/z 50~1200),实现了对不同产地大米中复杂的差异代谢物的非目标筛查,为实际生产以及大米销售过程中五常大米的真伪鉴定提供了有力手段。

    水果货架期及新鲜程度的无损快速预测方法及装置

    公开(公告)号:CN110411957A

    公开(公告)日:2019-11-05

    申请号:CN201910803691.1

    申请日:2019-08-28

    Abstract: 本发明提供一种水果货架期及新鲜程度的无损快速预测方法及装置。该方法包括获取不同储存时间水果的光谱数据并记录水果储存时间和环境数据;采用回归算法建立水果储存时间模型,基于所建模型预测值结合样本数计算加权修正预测值并计算判别阈值从而判断水果新鲜程度,并提出了根据水果关键变化期数据制定水果货架期的方法。基于上述方法,研制出水果新鲜程度分析仪,包含光路系统、电路系统、控制系统、数据存储与处理系统;可采集水果光谱数据并调用模型预测水果新鲜程度。本方法明显提高了水果新鲜程度和货架期预测的精准度,能够实现水果新鲜程度和货架期的无损、快速、精准预测,为水果新鲜程度快速分析仪的研制提供了技术参考。

    一种土壤重金属含量影响因子评价方法

    公开(公告)号:CN106568923A

    公开(公告)日:2017-04-19

    申请号:CN201610997260.X

    申请日:2016-11-10

    CPC classification number: G01N33/24

    Abstract: 本发明提供一种土壤重金属含量影响因子评价方法,该方法包括:布设采样点,采集样品;检测样品中重金属含量;利用随机森林算法,进行特征重要性度量。本发明利用随机森林方法评估特征重要性,以农田土壤样本的重金属含量实测数据为基础,获取多种影响土壤重金属含量的辅助特征数据,进而构建训练数据集,借助随机森林技术原理,对影响土壤中重金属含量的多种因子进行重要性排序。一方面进行特征筛选与降维,有利于构建更加高效的预测算法;另一方面,为影响因子与土壤重金属含量之间相关性判断提供数据支撑。本发明具有重大的应用价值和社会效益,为农田环境重金属污染的生态风险评价、控制、治理与修复等提供科学依据。

    水果货架期及新鲜程度的无损快速预测方法及装置

    公开(公告)号:CN110411957B

    公开(公告)日:2021-11-19

    申请号:CN201910803691.1

    申请日:2019-08-28

    Abstract: 本发明提供一种水果货架期及新鲜程度的无损快速预测方法及装置。该方法包括获取不同储存时间水果的光谱数据并记录水果储存时间和环境数据;采用回归算法建立水果储存时间模型,基于所建模型预测值结合样本数计算加权修正预测值并计算判别阈值从而判断水果新鲜程度,并提出了根据水果关键变化期数据制定水果货架期的方法。基于上述方法,研制出水果新鲜程度分析仪,包含光路系统、电路系统、控制系统、数据存储与处理系统;可采集水果光谱数据并调用模型预测水果新鲜程度。本方法明显提高了水果新鲜程度和货架期预测的精准度,能够实现水果新鲜程度和货架期的无损、快速、精准预测,为水果新鲜程度快速分析仪的研制提供了技术参考。

    农产品品质分析方法及装置

    公开(公告)号:CN109839358B

    公开(公告)日:2021-08-10

    申请号:CN201910058014.1

    申请日:2019-01-22

    Abstract: 本发明提供一种农产品品质分析方法及装置。所述农产品品质分析方法包括:获取光谱数据并测定参考值数据;数据分为校正集和外部验证集;采用复合变量选择算法结合蒙特卡洛采样方法选择关键变量;基于所选变量建立数学模型并采用外部验证集做盲样验证。基于上述方法研制基于数字光处理内核农产品品质分析装置,包括光学系统、控制系统、电路系统和数据存储与处理系统。该装置将光学系统所采集数据进行存储,根据变量选择结果提取关键变量数据,调用数学模型针对待测样品做基于关键变量的数据运算,得到品质数据,并根据品质数据进行分析/分级。本发明可大幅精简光谱数据信息并提高分析仪器工作效率,为农产品品质无损快速精准分级等提供技术参考。

    农产品品质分析方法及分析仪

    公开(公告)号:CN110264050A

    公开(公告)日:2019-09-20

    申请号:CN201910490896.9

    申请日:2019-06-06

    Abstract: 本发明提供一种农产品品质分析方法及分析仪。所述农产品品质分析方法包括:获取光谱数据并测定参考值数据;数据分为校正集和外部验证集;将光谱数据和参考值数据整理成数据矩阵,用蒙特卡洛采样法对数据矩阵采样;采用变量选择算法,对数据矩阵采样结果进行关键变量选择,统计各变量被选择频次并排序;对高相对频次变量统计稳定性,筛选出稳定关键变量并建立数学模型;将采集的待测农产品光谱数据代入数学模型,根据运算结果实现对农产品品质的分析。为实现上述方法的应用,研制出农产品品质分析仪,根据稳定关键变量预测并输出结果。本发明优化了蒙特卡洛采样参数,在获得稳定关键变量筛选结果的同时最大限度地降低运算成本并提高工作效率。

    农产品品质分析方法及装置

    公开(公告)号:CN109839358A

    公开(公告)日:2019-06-04

    申请号:CN201910058014.1

    申请日:2019-01-22

    Abstract: 本发明提供一种农产品品质分析方法及装置。所述农产品品质分析方法包括:获取光谱数据并测定参考值数据;数据分为校正集和外部验证集;采用复合变量选择算法结合蒙特卡洛采样方法选择关键变量;基于所选变量建立数学模型并采用外部验证集做盲样验证。基于上述方法研制基于数字光处理内核农产品品质分析装置,包括光学系统、控制系统、电路系统和数据存储与处理系统。该装置将光学系统所采集数据进行存储,根据变量选择结果提取关键变量数据,调用数学模型针对待测样品做基于关键变量的数据运算,得到品质数据,并根据品质数据进行分析/分级。本发明可大幅精简光谱数据信息并提高分析仪器工作效率,为农产品品质无损快速精准分级等提供技术参考。

Patent Agency Ranking