基于BP网络的血液气味识别模型的建立

以血液气味样品的气相色谱质谱分析结果为基础,建立了一个基于BP人工神经网络的血液气味识别模型,并利用Matlab计算平台对此模型进行了优化、训练和测试.此模型的网络结构为9×13×1,隐含层传递函数为tansig,输出层传递函数为logsig,训练函数为trainrp.优化后的模型对血液样品的正确识别率为100％.     

气相色谱-质谱法在人体气味分析中的应用进展

气相色谱-质谱法（GC-MS）是目前分析人体气味的主要技术手段，其不但可以分析人体气味的组成成分，还可以比较不同个体气味之间的差异。该文首先介绍了人体气味的提取和样品前处理的手段，随后对GC-MS在人体气味的采集及储存、成分分析及差异性研究、用于个体识别和健康表征等方面进行了综述，最后对GC-MS在人体气味分析中的发展趋势进行了展望。     

气相色谱–质谱法测定人体气味中4种脂肪酸

建立搅拌棒吸附萃取–气相色谱–质谱法测定人体气味中正十二烷酸、正十三烷酸、正十四烷酸、正十六烷酸4种脂肪酸的方法。利用PDMS涂层搅拌吸附棒直接采集人体气味,采用热脱附程序升温进样方式气相色谱法测定人体气味中4种脂肪酸。以7-十三酮为内标,建立了4种脂肪酸的内标定量分析方法,线性范围为20~180ng,相关系数r^2为0.992 0~0.997 5,4种脂肪酸的检出限为3.2~7.5 ng。在40 ng加标水平下,样品加标回收率为90%~105%,测定结果的相对标准偏差为2.7%~4.0%(n=5)。该方法已应用于人体气味化学组分分析,满足分析要求。     

超声提取-气相色谱法测定底质中的邻苯二甲酸酯

样品经风干、研磨、过筛,用10mL二氯甲烷/丙酮(1+1,V/V)超声提取二次,每次10min;过滤后,提取液经氮吹浓缩再用正己烷进行溶剂置换,以乙醚/正己烷(1+4,V/V)为洗脱液用氧化铝柱净化;净化后的提取液用带电子捕获检测器的气相色谱仪检测4种邻苯二甲酸酯(DMP、DEP、DBP和DEHP。在优化的条件下,4种PAEs的检出限均在0.62-1.21(g/kg之间;相对标准偏差在0.05%-9.65%之间;回收率在88%-101%之间。并用此方法对实际样品进行了测定。