©2012-2023 图拉扬科技 版权所有,并保留所有权利,未经授权 不得复制或建立镜像. 蜀ICP备2021003222号-1
客服热线: 400-028-9008
E-mail: contact@tlyon.com
20181112000193
导 读 |
葡萄酒原产地的追溯对于保护生产者和消费者至关重要。存在大量的葡萄酒造假行为,这给当地生产者带来了价格压力、避税以及最终消费者的质量下降。
在这篇简短的报告中,我们将展示机器学习分类支持的IMS在追溯葡萄酒产地方面的潜力。尽管样本量很小,但我们还是取得了很好的结果,证明了机器学习支持的MCCGC-IMS用于追溯葡萄酒产地的能力 标签: 气相离子迁移谱、MCCGC-IMS、葡萄酒产地 |
离子迁移谱(IMS)技术具有灵敏度高(ppb范围)、响应速度快(ms范围)、结构紧凑、可在大气压下工作和分离异构体等优点。与GC或MCCGC等分离技术相结合,适用于咖啡、油、酒等复杂基质的风味化学分析…
葡萄酒原产地的追溯对于保护生产者和消费者至关重要。存在大量的葡萄酒造假行为,这给当地生产者带来了价格压力、避税以及最终消费者的质量下降。
在这篇简短的报告中,我们将展示机器学习分类支持的IMS在追溯葡萄酒产地方面的潜力。尽管样本量很小,但我们还是取得了很好的结果,证明了机器学习支持的MCCGC-IMS用于追溯葡萄酒产地的能力
实验
本实验采用MaSaTECH公司生产MCCGC-IMS Peak Machine气相离子迁移谱系统
本研究以18个葡萄酒样品为研究对象。根据标准OIV-MA-AS311-05的2H/1H同位素比值确定葡萄酒的来源。从18份样品中,有15份来自斯洛伐克,3份来自其它国家。进样量1mL。下一步用IMS分析样品小瓶,用自动顶空进样器取样。
结果和讨论
其中一个样品的IMS光谱如图1所示。保持时间为15分钟,IMS占空比为150ms。从图中可以看出,样品中记录了大量的挥发物。
根据MaSaTECH化学计量学软件中记录的光谱建立分类模型。根据样本数量少、分布不均(斯洛伐克15个、其它国家3个)的情况,选择随机森林分类法作为最合适的分类方法。分类只使用了原产于斯洛伐克和其它国家样本两类。建立分类模型后,再次分析样本。分类模型用于记录光谱的赋值。分类器的输出如图2所示
结论:
在这份简短的报告中,我们展示了MCCGC-IMS在葡萄酒产地追溯中的潜力。尽管样本量小且分布不均(15个斯洛伐克、3个国外),但正确分配的分类正确率达到83%,100%。还必须注意的是,样品具有各种属性,如颜色(红色、白色、粉色)和甜度。具有相同属性的样本数量越多,分类模型的正确率就越高
*本文内容非商业广告,仅供专业人士参考!
©2012-2023 图拉扬科技 版权所有,并保留所有权利,未经授权 不得复制或建立镜像. 蜀ICP备2021003222号-1
客服热线: 400-028-9008
E-mail: contact@tlyon.com
20181112000193