排序方式: 共有34条查询结果,搜索用时 15 毫秒
1.
气相色谱-质谱联用法测定日用品及食品中9种凉味剂的含量 总被引:1,自引:0,他引:1
建立了日用品及食品中薄荷脑等9种新型凉味剂含量的测定方法.样品经乙醇超声提取后,用DB-1701 MS毛细管色谱柱(30 m×0.25 mm×0.25 μm)分离,选择离子监测模式(SIM)进行质谱检测.在优化分析条件下,9种凉味剂分离良好,其在0.25~250 μg/mL浓度范围内线性关系良好,相关系数均大于0.996,除薄荷氧基.1,2丙二醇(0.26 μg/g)外,其余凉味剂的检出限均小于0.1μg/g;在3个不同加标浓度下的平均回收率为82.8%~103.5%,相对标准偏差(RSD,n=6)均不高于3.7%.该方法灵敏、准确、可靠,能较好地分离薄荷脑等9种凉味剂,具有分析时间短、抗干扰性好、定量准确等优点,可为含薄荷(清凉)口味食品的质量控制及未知凉味剂含量样品的分析提供科学数据. 相似文献
2.
以电信某端局为案例,按照三网融合试点城市的建设目标对其现有铜缆进行改造,即一方面达到20M的接入带宽目标,另一方面积极退出铜缆,发挥闲置资产的效益. 相似文献
3.
电信运营商重组后,3G建设全面展开,运营商面临全网络、全业务运营的市场机遇与挑战.就大客户对电信运营商的特殊重要性,在目前及今后竞争日益激烈的通信市场,大客户理所当然成为各个运营商争夺的重点.运营商通过提高响应速度、网络安全性等方面,为政企客户提供更优质快捷的接八方式来争夺有限的政企客户资源.本文通过实例列举出如何应用现有的接入技术满足用户的各类业务需求. 相似文献
4.
实验室光谱仪和高光谱相机是两种获取物质光谱图像的仪器,两种仪器在实际应用方面各有优势且应用范围广泛。本文以光谱仪为主仪器,高光谱相机为从仪器,通过实验室光谱仪和高光谱相机之间的模型转移来实现对海洋沉积物碳含量快速预测。结果显示,当使用数据标准化处理光谱数据,且校正集和检验集的比例为3∶1,使用PDS-DMP-S/B模型转移算法进行模型转移时,建模结果的R■值为0.69,达到了比较理想的建模结果,为海洋沉积物碳含量从点到面的预测提供了一种新的、快捷的方法。 相似文献
5.
潮滩沉积物水分的分布在空间和时间上会有很大的变化,含水量的变化会导致沉积物中生源要素含量的变化.因此,实时、准确、快速的监测潮滩沉积物含水量,对了解潮滩的各种特性,掌握潮滩生源要素信息,潮滩资源的开发有着重要意义.采集青岛市东大洋村潮间带的沉积物115份,分别测定新鲜样品、风干4周、风干8周样品的可见近红外光谱和含水量... 相似文献
6.
7.
可见-近红外光谱的土壤养分快速检测 总被引:1,自引:0,他引:1
在测定土壤养分中,可见-近红外光谱技术具有很大的应用空间。该研究探讨了基于可见-近红外光谱(250~950nm)离线、快速测定土壤总氮(TN)、总磷(TP)、总钾(TK)、总碳(TC)等土壤养分的方法及应用。采集青岛三个不同地区土壤样品(异质性较高的山地土壤与河畔土壤)各60份,总计180份,并测定其TN,TP,TK,TC含量及其可见-近红外反射光谱,利用Kennard-Stone法按2∶1比例划分校正集和检验集,采用遗传算法分别提取TN,TP,TK,TC特征波长,以偏最小二乘法建立定量分析模型。TN,TP,TK,TC含量所建光谱模型的相关系数分别为0.970,0.964,0.680和0.967,检验集的相关系数分别为0.980,0.937,0.717和0.972,检验集的RPD值分别为4.570,2.424,1.411和4.135。结果表明,该方法能够对土壤TN,TP,TC含量进行精确预测,对土壤TK含量进行粗略预测。该研究主要依靠可见光波段,较好的预测了异质性较高的土壤的氮磷钾等养分含量,有望降低未来土壤养分速测的成本。此外,该研究还提供了青岛土壤养分的光谱库,为我国土壤大数据库的建立提供技术支撑。 相似文献
8.
基于光谱技术建立的多元校正模型通常条件下只适用于同一台仪器、相同的测试条件及同批次或同类别的样品.在仪器、测试环境、样品发生变化后,已建光谱模型不再适配,需要进行模型转移.模型转移是限制光谱技术推广应用的关键技术瓶颈,模型转移是否成功直接影响到可见-近红外光谱技术的推广应用,为此,综述了其研究现状,并探讨了其未来发展方... 相似文献
9.
简要介绍了10GPON的概念,对10GEPON+WDM、10GEPON+TDMA、10GGPON+WDM、10GGPON+TDMA四种技术方案进行比较,并阐述了近期10G PON应用发展及运营商商用模式选择。 相似文献
10.
气相色谱结合化学计量学分析4种食用植物油的指纹图谱 总被引:2,自引:0,他引:2
运用气相色谱法对4类植物油(橄榄油、花生油、菜籽油和大豆油)的脂肪酸组成进行分析,并构建了植物油的指纹图谱,对4类植物油进行鉴别和分类。采用连续投影算法(SPA)对变量进行筛选,选出11个特征变量。以特征变量作为输入,使用主成分分析(PCA)和有监督模式识别(径向基函数神经网络(RBFANN)、线性判别分析(LDA)和最小二乘-支持向量机(LS-SVM))进行建模分析。结果表明,11个特征变量能够较好地区分4类植物油,PCA获得了较好的分类,RBF-ANN的预报结果最佳,预报率为92.6%,并且能准确预报二组分混合掺杂油样。该方法能够准确区分植物油种类,可用于食用植物油的鉴别和掺杂食用植物油的鉴定。 相似文献