排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
烟草中的糖苷化合物是非常重要的香气前体物质,了解糖苷化合物的种类和结构对于烟草的种植和加工均有重要意义。该文基于糖苷化合物在质谱分析中的特征中性丢失和非靶向液相色谱-质谱分析技术,建立了一种对烟草中糖苷化合物进行筛选和鉴别的方法。共筛选出60种糖苷化合物,其中糖元部分主要由己糖、脱氧己糖或两者的二糖或三糖组成。对苷元的二级质谱碎片离子进行了详细的结构解析,结合文献资料和现有数据库共鉴定出酚酸类、黄酮类、生物碱类、萜烯类、固醇脂类及神经酰胺类苷元共23种结合态糖苷化合物。所发现的糖苷化合物种类丰富,为后续研究烟草的香气成分及其影响因素提供了重要的物质基础。 相似文献
2.
分别基于近红外和电子鼻融合数据、近红外数据以及电子鼻数据建立判别烟叶清香型、中间香型和浓香型三种香型风格的定性判别模型,结果表明虽然三种模型的建模准确率差异不大,都超过了89.00%,但基于融合数据建立的模型对中间香型和浓香型的预报准确率分别为82.67%和80.00%,比仅仅利用近红外数据建立模型的72.41%和73.33,也比仅仅基于电子鼻数据建立模型的68.97%和53.33%都有明显的提高。融合后预报准确率提高的可能原因是:电子鼻风味分析仪对于影响中间香型和浓香型的烟叶致香成分感应更加灵敏,捕获的信息也更多,这些新的信息可以作为NIR数据信息的有利补充,可用于建立烟叶香型分类判别准确率更高的模型。同时本研究还基于相同的融合数据,对比不同数据挖掘算法建模和预报结果差异性。实验结果表明:人工神经网络的建模结果高于支持向量机建模,人工神经网络模型的预报结果准确率只有65.00%,远低于支持向量机模型的预报结果的83.75%。这也验证了支持向量机算法可以在建模过程中减少过拟合。该研究可以为快速鉴别烟叶香型风格提供支撑,而且随着研究的深入可以争取为烟草系统的专业评吸人员提供辅助的鉴别方法。 相似文献
3.
提出了中心切割二维液相色谱-串联质谱法(2DLC-MS/MS)测定卷烟主流烟气中1-氨基萘(1-NA)、2-氨基萘(2-NA)、3-氨基联苯(3-ABP)和4-氨基联苯(4-ABP)等4种芳香胺类化合物含量的方法。用剑桥滤片捕集20支卷烟烟气粒相物,加入200μL 1 mg·L-1混合内标溶液和20 mL 5%(质量分数)盐酸溶液,超声萃取30 min。分取10 mL,加入1 mL 50%(质量分数)氢氧化钠溶液调节溶液酸度至pH 7,再加入2 mL二氯甲烷,涡旋振荡15 min,有机相经0.2μm聚四氟乙烯滤膜过滤。第一维液相色谱法采用强阳离子交换(SCX)色谱柱对目标物进行分离除杂,通过补偿泵在线稀释、中和有机相,目标物被保留于捕集柱,随后目标物被洗脱至第二维反相(RP)色谱系统,分离后在质谱检测器的多反应监测(MRM)模式下,采用内标法定量分析。结果表明:1-NA和2-NA标准曲线的线性范围为0.50~50.0μg·L-1,3-ABP和4-ABP标准曲线的线性范围为0.25~50.0μg·L-1,检出限(3S/N)... 相似文献
1