文献检索-宁波市创意产业特色资源库

限定检索结果

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: 收藏
分享
引用; 《食品与机械》2024年第5期40卷 62-66,153页; 作者：宋方亮梁盈董界王雪洁钱洁中南林业科技大学食品科学与工程学院湖南长沙410004 水稻及副产物深加工国家工程研究中心分子营养分中心湖南长沙410004 中南大学湘雅药学院湖南长沙410013; 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。; 来源：详细信息评论

限定检索结果