期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
机器学习预测食品重金属检测中铜离子对汞离子荧光信号的干扰 被引量:2
1
作者 宋方亮 梁盈 +2 位作者 董界 王雪洁 钱洁 《食品与机械》 CSCD 北大核心 2024年第5期62-66,153,共6页
目的:构建一个人工智能预测模型,在存在Cu^(2+)干扰的复杂食品检测环境下预测荧光探针对Hg^(2+)的选择性。方法:采用荧光探针技术结合7种先进经典的机器学习模型,预测分析存在Cu^(2+)干扰时探针对Hg^(2+)的选择性,并比较各模型的预测效... 目的:构建一个人工智能预测模型,在存在Cu^(2+)干扰的复杂食品检测环境下预测荧光探针对Hg^(2+)的选择性。方法:采用荧光探针技术结合7种先进经典的机器学习模型,预测分析存在Cu^(2+)干扰时探针对Hg^(2+)的选择性,并比较各模型的预测效果,选择最优模型。结果:基于分子二维描述符(molecular 2D descriptors,Mol2D)和极端梯度提升算法成功建立了在交叉验证和测试集中准确度为0.786和0.810的高效模型,在Cu^(2+)干扰下准确预判Hg^(2+)的探针选择性。结论:该模型通过选择性预判对Hg^(2+)荧光分子探针的设计进行改进,使Hg^(2+)荧光探针的设计更加高效可靠。 展开更多
关键词 汞离子检测 荧光分子探针 探针选择性 机器学习 化学信息学
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部