一种新的质谱分类变量及在饱和醇醚中的应用
子结构模式识别一直是低分辨率质谱中的难点问题,为提供更多的分类信息,达到更好的识别和分类效果,将质谱图中被脱去碎片的信息,通过峰簇运算的方法提取出来,建立了一种新的质谱分类变量:FM(Fractional Mass).联合块变量正交化和典型相关分析方法,以饱和醇醚的模式识别模型对变量进行了验证.结果表明,分类效果较好,无论是总体的模型还是交互检验,预测误差率都在2.5%以下,FM变量是传统分类变量的有益补充.
分类变量、模式识别、质谱、块变量、典型相关分析
22
O657.31(分析化学)
国家自然科学基金;国家自然科学基金
2005-11-24(万方平台首次上网日期,不代表论文的发表时间)
共5页
277-281