基于BP网络的血液气味识别模型的建立

以血液气味样品的气相色谱质谱分析结果为基础,建立了一个基于BP人工神经网络的血液气味识别模型,并利用Matlab计算平台对此模型进行了优化、训练和测试.此模型的网络结构为9×13×1,隐含层传递函数为tansig,输出层传递函数为logsig,训练函数为trainrp.优化后的模型对血液样品的正确识别率为100％.     

HS-SPME-GC/MS法在血液气味分析中的应用

建立了顶空固相微萃取-气相色谱质谱联用检测血液气味的方法,优化了固相微萃取条件,对人、鸡和犬血液气味的差异性进行了比较研究。以人体血液气味中存在的甲基烯丙基硫醚、2-乙基己酸、香茅醇、3-辛基环戊烯、2-甲基-3-葵烯-5-酮、2-己烯酸乙酯和磷酸三丁酯等9种化合物作为目标化合物进行比较分析。结果表明,人和动物血液气味的化学组成存在显著差异性,利用血液气味的差异性能够区分不同来源的血迹。     

基于GC／MS的不同性别人体气味脂肪酸差异性研究

利用气相色谱一质谱技术对人体气味中脂肪酸类物质进行了分析，并比较了脂肪酸类物质在同一个体中的稳定性和性别间的差异性。研究表明，所检测的7个脂肪酸的相对含量在同一个体中保持相对稳定。以人体气味中脂肪酸类物质为基础，建立了区分个体性别的识别方法。