公共文化服务平台

搜索到1182篇“ 气相色谱保留指数“的相关文章

不同极性固定相上气相色谱保留指数机器学习集成预测模型的构建: 2025年; 保留指数是在色谱分析中用于表征化合物保留性能的指标,是用于化合物结构鉴定的重要参数。化合物在不同极性固定相上的保留指数差异,使得当前基于单一极性固定相的保留指数预测模型无法有效应用于多种极性固定相的保留指数预测。因此,本研究建立了不同极性固定相上气相色谱保留指数预测模型,从文献中收集到2499种化合物在8种类型固定相上的保留指数数据共4183条,根据McReynolds常数进一步将固定相划分为强极性、极性、中等极性、弱极性与非极性五类,耦合化合物分子结构特征与固定相极性独热编码特征作为模型输入,采用9种算法构建了机器学习预测模型。基于模型性能最优的XGBoost和LightGBM算法,采用投票回归建立集成学习模型,其训练集决定系数(R^(2))为0.99,训练集均方根误差(RMSE)为101.85,测试集R^(2)为0.97,测试集RMSE为107.44。采用Williams图表征模型的应用域,有94%以上的数据在应用域内。本研究综合固定相极性和化合物结构两类复合特征,成功开发了能够适应多种极性固定相的保留指数预测模型,克服了现有单一极性固定相模型的局限性,极大地拓宽了模型的应用范围。与个体机器学习模型相比,集成模型体现出了更好的稳健性和预测能力。模型的建立对于提高气相色谱靶标和非靶标分析的效率和准确性具有重要的科学意义和实际价值。; 王芊懿朱永乐李雪花; 关键词：气相色谱保留指数

植物精油成分气相色谱保留指数的全息定量构效关系: 2024年; 气相色谱保留指数(RI)是色谱分析中的重要参数,但通过实验获取RI值的过程较为繁琐,需要建立一种简便、高效、准确的模型来预测RI值。本文搜集了60种植物精油成分的RI实验值,构建了精油成分化合物的结构性质与RI值之间的全息定量构效关系(HQSAR)模型。当碎片大小(fragment size)、碎片特征(fragment distinction)和全息长度(hologram length)模型参数分别设置为“1~4”、“C,Ch”和199时,可以建立最优HQSAR模型。利用外部测试集验证和留一交叉验证对模型进行检验,经外部测试集验证的预测均方根误差(RMSEP)、预测决定系数(Q_(F3)^(2))、一致性相关系数(CCC)和平均相对误差(MRE)分别为40.45、0.984、0.968和2.20%;经留一交叉验证的交叉验证均方根误差(RMSECV)和MRE分别为72.56和4.17%。此外,HQSAR模型的分子贡献图表明,芳香族化合物的烷基链在连接了羟基基团后,其RI值会增大;脂肪族化合物中存在的长链烷基也会导致RI值增大。研究结果表明,所建立的HQSAR模型能够用于预测植物精油成分的RI值,并为其他精油成分RI值的预测提供可靠依据。; 郭锐焦龙胡祖彪王清臣钟汉斌景明利; 关键词：气相色谱保留指数植物精油

香水百合香气成分的气相色谱保留指数三维定量构效关系研究被引量：2: 2020年; 采用比较分子场分析(CoMFA)和比较分子相似性指数分析(CoMSIA)方法,研究了香水百合中38种香气成分分子结构与气相色谱保留指数值之间的定量构效关系。用外部测试集验证法和留一交叉验证法对模型的稳健性和预测能力进行了检验,并通过CoMSIA模型和CoMFA模型的分子场三维等势图研究了这些化合物分子中不同化学结构对保留指数值的影响。检验结果表明,所建立的CoMSIA模型和CoMFA模型都具有较好的稳健性和预测能力,且能够合理解释结构对保留指数值的影响,可应用于对香水百合香气成分的色谱保留指数值的预测。与CoMFA模型相比,CoMSIA模型的预测准确度更高,在香水百合香气成分的色谱定量构效关系研究中,显然有更好的应用前景。; 焦龙王媛邰文亮刘焕焕薛志伟王彦昭; 关键词：气相色谱保留指数香气成分香水百合

气相色谱保留指数在定性分析中的应用研究进展被引量：20: 2017年; 气相色谱法是分析复杂体系中挥发性化合物的常用方法,保留指数(RI)是其定性的一个重要参数。介绍了保留指数在食品、香精香料、中药、烟草等领域分析中的应用,而保留指数数据库的建立有利于挥发性成分的快速分析。GC-MS谱库检索结合保留指数法是一种便捷、准确、高效的定性分析技术,该法在复杂体系的成分分析方面具有广阔的应用前景。; 徐杨斌侯静林童俊马亚王德懿宋世强罗山林邱旭孟时贤王利汪义钟正莲; 关键词：气相色谱挥发性化合物

多种酯类化合物的气相色谱保留指数与其结构的相关性研究: 2016年; 文章选取量子化学参数和几何参数作为分子结构描述符,运用遗传函数近似的数理统计方法,构建了81个饱和酯类化合物在四种不同极性固定相(SE-30、DC-710、XE-60、Silar 5CP)上的气相色谱保留指数与结构相关的QSRR模型,并经验证模型的稳定性和可靠性良好。根据建立的QSRR方程探讨了化合物在不同极性色谱柱上的保留机理。; 贺晓莹鲁静剡根姣; 关键词：QSRR

硝基苯甲酸酯类化合物的气相色谱保留指数与其结构的相关性研究: 2015年; 本文选取量子化学参数和几何参数作为分子结构描述符,运用正向逐步回归的数理统计方法,构建了硝基苯甲酸酯类化合物在两种不同极性固定相(SE-30和OV-351)上的气相色谱保留指数与结构相关的QSRR模型,并经验证模型的稳定性和可靠性良好。根据建立的QSRR方程探讨了化合物在不同极性色谱柱上的保留机理。; 贺晓莹鲁静剡根姣; 关键词：QSRR 色谱保留机理

一种气相色谱保留指数的高效获取方法及其系统: 本发明公开一种气相色谱保留指数的高效获取方法及其系统。所述方法包括数据采集：通过气相色谱分析获取正构烷烃样品的保留数据和未知化合物保留时间RTx；数据输入：读取步骤A获取...; 李勇逄涛师君丽孔光辉吴玉萍; 文献传递

基于蒙特卡洛模型集群分析方法的气相色谱保留指数的QSPR研究: 在气相色谱分析过程中，常利用文献中报道的保留指数[1]数据对待测组分进行定性分析，即可在无标样时利用文献中的保留指数来进行定性，它是分子微观结构的宏观反映。本文主要对多种有机化合物(环烷烃类、环烯烃类、醚类、胺类、酮类、...; 景琳; 关键词：气相色谱保留指数多元线性回归支持向量机径向基函数神经网络

硫醚类化合物气相色谱保留指数与其结构参数的相关性研究: 2012年; 文章选用硫醚类化合物作为研究对象,研究了化合物结构与气相色谱保留指数的相关关系。用多元线性回归法构建了30个硫醚类化合物的QSRR模型,研究了此类化合物在四种不同极性固定相上的保留行为,得到的QSRR方程均具有高度的相关性,且经验证方程的稳定性和可靠性良好。; 贺晓莹王婷; 关键词：气相色谱保留指数

电拓扑状态预测多氯二苯并噻吩及噻吩砜化合物的气相色谱保留指数被引量：3: 2012年; 以原子类型电拓扑状态指数(ETSI)有效表征了135个多氯二苯并噻吩(PCDT)和135个多氯二苯并噻吩砜(PCDTO2)的分子结构,应用基于预测的变量选择与模型化(VSMP)方法建立PCDT和PCDTO2化合物在DB-5气相色谱柱上的气相色谱保留指数(RI)与分子结构(ETSI)的定量相关模型,模型的相关系数r2分别为0.9939和0.9729,LOO交叉验证相关系数q2分别为0.9921和0.9692.为验证模型稳定性和预测能力,应用17个PCDT和PCDTO2训练集样本构建的QSRR模型的r2分别为0.9959和0.9783,LOO交叉验证相关系数q2分别为0.9921和0.9740,说明模型具有良好的稳定性.以此模型预测外部8个检验集及110个预测集的RI值,8个检验集样本的结果表明训练集模型具有良好预测能力.; 莫凌云刘红艳温焕宁

加载更多 ∨

相关作者

用户反馈

相关作者

用户登录

用户反馈