论文部分内容阅读
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