共查询到15条相似文献,搜索用时 203 毫秒
1.
橄榄油富含不饱和脂肪酸及多种抗氧化营养物质,有良好的预防疾病和保健作用,故具有极高的
保健和经济价值。为建构橄榄油挥发性香气成分保留指数神经网络的结构-保留关系模型,计算了橄榄油挥发性成分的连接性指数(mX)、分子形状指数(Km)、电性拓扑状态指数(Em)及电性距离矢量(Mi),选取连接性指数的0X、2X、5X,分子形状指数的K2、K3,电性拓扑状态指数的E1、E2和电性距离矢量的M2共8种分子结构参数,作为BP神经网络方法的输入层变量,保留指数作为输出层变量,采用8-6-1的网络结构,构建模型总的相关系数R为0.9967,根据该模型计算得到的橄榄油挥发性成分保留指数预测值与实验值的平均相对误差仅为1.56%;结果表明,橄榄油挥发性成分保留指数与8种分子结构参数之间具有良好的非线性关系,–C、–C–、–C=等基团片段是影响橄榄油挥发性香气成分保留指数大小的主要因素。 相似文献
2.
为了研究圆叶葡萄挥发性组分的香气特征,基于分子结构和邻接矩阵,计算了49个圆叶葡萄挥发性成分的分子形状指数、电性拓扑状态指数和电性距离矢量,建立了这些有机化合物包括醇类、醛类、酯类、酸类、酮类等分子的色谱保留指数与4K、I8、I13、M9、M155种指数的定量结构-保留相关性(QSRR)模型。将上述5种结构参数作为神经网络的输入神经元,采用5∶4∶1的网络结构,利用BP算法获得了令人较为满意的QSRR预测模型,模型的总相关系数R为0.967,利用模型得到的色谱保留指数预测值与实验值的相对平均误差为4.87%,两者吻合度较好。结果表明,圆叶葡萄挥发性成分的保留指数与5种结构参数之间有良好的非线性关系,模型能较好解释圆叶葡萄挥发性组分香味性质的递变规律。 相似文献
3.
计算42种肉豆蔻精油挥发性组分的价分子连接性指数Xi、电性拓扑状态指数En和电性距离矢量Mk。采用最佳子集回归的方法建立这些拓扑指数与肉豆蔻精油挥发性组分色谱保留指数(RI)的定量结构-色谱保留相关性(quantitative structure-retention relationship,QSRR)模型。该模型的相关系数为0.980,它的计算值与相应实验值基本吻合,平均相对误差为2.71%,通过Jackknife法和交互检验证明该模型具有总体稳健性和良好的预测能力。结果表明,价分子连接性指数,电性拓扑状态指数和电性距离矢量能够较好表征分子结构特征,有效地揭示影响化合物色谱保留指数的本质因素。 相似文献
4.
研究饮用水中挥发性有机物的色谱保留时间与分子结构之间的定量结构-保留相关关系,基于分子结构和邻接矩阵,计算了56?个挥发性有机物的分子连接性指数、形状指数、电性拓扑状态指数和电性距离矢量,建立挥发性有机物的保留时间与0X、1X、2X、3X、K1、E43和M91指数的定量结构-保留相关性(quantitative structure-retention relationship,QSRR)模型。将这7 种结构参数作为BP(back propagation)人工神经网络法的输入变量,采用7∶4∶1的神经网络结构,建立了令人满意的QSRR预测模型,模型的总相关系数r总为0.999 1,利用本模型计算得到色谱保留时间的预测值与相关实验值相对平均误差2.17%,吻合度较为理想。结果表明,饮用水中挥发性有机物的色谱保留时间与7 种结构参数之间具有良好的非线性关系,本研究对快速评价水质对生态环境的影响具有参考价值。 相似文献
5.
为了研究菠萝香气成分色谱保留时间与其结构之间的定量构效关系,在分子拓扑理论基础上,计算了44种菠萝香气成分的分子价连接指数(mXtV)、分子形状指数(nK)和电拓扑状态指数(Ei)。优化筛选了分子价连接性指数2XVp和4XcV、分子形状指数1K和2K、电拓扑状态指数的E8和E13共6个参数,将其作为BP神经网络的输入层变量,香气成分的色谱保留时间作为输出层变量,采用6∶3∶1的网络结构,获得了令人满意的QSRR神经网络预测模型,模型总相关系数为0.995,计算得到的色谱保留时间的预测值与试验值吻合较好。结果表明,菠萝香气成分色谱保留时间与6种结构参数之间呈现良好的非线性关系,模型能较好地揭示香气成分色谱保留时间的递变规律。 相似文献
6.
定量结构-色谱保留指数相关性(QSRR)方法已成为色谱领域中的有用工具,用于解释与预测各种物质的色谱行为。在分子拓扑理论的基础上,计算了64种紫杉醇花精油挥发性成分化合物的三类拓扑指数值:价分子连接性指数(χi),电性拓扑状态指数(ek)和分子电性距离矢量(mj),并随机选取其中的51个作为训练集,其他分子做检验集,采用多元回归中逐步筛选的方法建立了分子结构和色谱保留指数的最优预测模型(R=0.982),用检验集检验了所建模型的预测能力,并经Jackknife检验,交互检验和外部检验验证了模型的总体稳健性。 相似文献
7.
为研究鱼腥草挥发性成分的构效关系,采用分子连接性指数、分子形状指数和电性拓扑态指数表征鱼腥草挥发性成分的分子结构,用多元线性回归/ 逐步回归对模型变量进行筛选,建立定量结构- 保留相关性模型,基于多元回归获得对鱼腥草挥发性成分的保留指数(RI)作出精确估算的保留相关模型,得到回归方程的相关系数达到0.991。利用留一法检验模型稳定性和预测能力,检验的相关系数均在0.99 以上,结果表明,分子连接性指数、分子形状指数和电性拓扑态指数能合理和有效的表征鱼腥草挥发性成分的保留指数。 相似文献
8.
9.
在分子拓扑理论的基础上,计算68 种酸橘果皮油挥发性成分化合物的3 类拓扑指数值:价分子连接性指数(Xi)、分子形状指数(Km)和电性拓扑状态指数(En)。通过最佳子集回归,建立酸橘果皮油挥发性成分定量结构- 色谱保留指数相关(QSRR)模型,所建模型的相关系数达到0.977,用该模型估算的平均相对误差为3.13%。通过Jackknife法、交互检验和外部检验证明该模型具有总体稳健性和良好的预测能力。结果表明:多种指数联合能够较全面地表征分子结构特征,有效揭示影响化合物色谱保留时间的本质因素。 相似文献
10.
为研究山楂红酒中香气成分的性质,预测其色谱保留时间,采用MATLAB软件有关自编程序,运算得到了山楂红酒中香气成分的分子价连接指数(mXtV)和电拓扑状态指数(Ei)。通过优化筛选,确定了分子价连接性指数的0XpV、1XpV和4XpV、电拓扑状态指数的E1和E12共5个参数,并建立了山楂红酒中香气成分色谱保留时间的定量构效关系模型,其相关系数为0.979,模型具有较强的稳定性和预测能力。将这5个参数作为反向传播算法(BP)神经网络的输入层变量,香气成分的色谱保留时间作为输出层变量,采用5∶5∶1的网络结构,获得了令人满意的神经网络预测模型,模型总相关系数为0.998,得到的色谱保留时间的预测值与实验值颇为吻合,相对平均误差为3.31%。结果表明,山楂红酒中香气成分的色谱保留时间与5种结构参数之间呈现良好的非线性关系,模型较好地揭示了香气成分色谱保留时间的递变规律。 相似文献
11.
基于化学拓扑理论,计算53 种红莓发酵酒香气成分化合物的两类拓扑指数值:Kier 价连接性指数(mXtv)和Hall 电性拓扑态指数(En)。通过最佳子集回归,建立红莓发酵酒香气成分定量结构- 色谱保留时间相关(QSRR)模型,最佳六元回归模型为:tR= - 1.943 + 5.643X4 - 4.571X5 + 0.518E6 + 0.819E7 + 0.280E13 + 0.383E16,相关系数为0.959。通过Jackknife 法和交互检验证明该模型具有总体稳健性和良好的预测能力。结果表明:电拓扑指数和分子价连接性指数能够较全面地表征分子结构特征,能有效揭示影响化合物色谱保留时间的本质因素。 相似文献
12.
13.
14.
为探明挥发性成分对荔枝汁品质的影响,探讨荔枝的营养保健功能,以分子形状指数和电拓扑状态指数有效表征40 个妃子笑荔枝挥发性化合物的分子结构,建立能估算和预测荔枝挥发性成分保留指数的定量结构- 保留相关性模型,经多元线性回归分析筛选变量,建立的模型相关系数r 达到0.978,平均相对误差4.37%,估算值与实验值基本吻合。结果表明,分子形状指数和电性拓扑状态指数与保留指数之间有良好的线性关系。为检验模型的稳定性和预测能力,用Jackknifed 法检验的相关系数均在0.977 以上。 相似文献
15.
用电性距离矢量和分子连接性指数对29个从八角茴香中分离出的挥发油成分的分子进行结构表征,通过多元线性回归及最佳变量子集方法,建立了挥发油成分的定量结构-保留相关模型。该模型的相关系数(R2)为0.991,计算值与相应实验值较好吻合。经Jackknife的逐一剔除法检验,该模型具有良好的稳健性与预测能力,较好地揭示了八角茴香挥发油保留时间的递变规律,为八角茴香挥发油质量检验及开发利用提供依据。 相似文献