斯过程回归与mRMR相结合,可以预测可卡因中的伪造剂度
M J Anzanello1, F S Fogliatto2, D John3
1Departamento de Engenharia de Produção e Transportes - Universidade Federal do Rio Grande do Sul, Porto Alegre, RS, Brazil; Superintendência da Polícia Federal, Porto Alegre, RS, Brazil.
这项研究引入了一种新方法,使用光谱检测可卡因 adulterants. 该方法能够高精度地在街头可卡因样本中有效识别有害物质.
科学领域:
- 分析化学 分析化学
- 法医科学 法医科学 法医科学
背景情况:
- 街头可卡因经常被添加了勒瓦米索尔,咖啡因,芬亚和利多卡因等物质,增加了健康风险.
- 准确量化这些杂质对于公共卫生和法医分析至关重要.
研究的目的:
- 开发一个框架,以使用减弱总反射里埃变换红外光谱法 (ATR-FTIR) 来识别最佳光谱间隔,用于预测可卡因中的伪造剂度.
- 建立一个强大的特征选择和模型构建方法,以提高伪造物检测的准确性和效率.
主要方法:
- 在ATR-FTIR频谱中用于波长选择的利用宽度F和最小冗余最大相关性 (mRMR).
- 采用一个代的波长删除过程,以特征选择排名为指导.
- 构建了高斯过程 (GP) 回归模型,并使用根平均平方误差 (RMSE) 评估性能.
主要成果:
- 拟议的框架成功地确定了用于预测杂剂度的关键光谱间隔.
- 斯过程回归与mRMR特征选择相结合,实现了高预测准确度,同时仅保留了原始波长的1.07% .
- 与部分最小平方 (PLS) 和支向量回归 (SVR) 方法相比,GP-mRMR方法显示出更高的性能.
结论:
- 开发的框架提供了一种有效和准确的方法,用于使用ATR-FTIR光谱测量可卡因样本中的伪造物量化.
- 这种技术对法医实验室和非法毒品供应的公共卫生监测具有重大潜力.
更多相关视频
06:50O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression
Published on: November 8, 2019
06:19Integration of Animal Behavioral Assessment and Convolutional Neural Network to Study Wasabi-Alcohol Taste-Smell Interaction
Published on: August 16, 2024
相关概念视频
Response Surface Methodology
The process of RSM involves several key steps:
Mechanistic Models: Compartment Models in Individual and Population Analysis
Gas Chromatography–Mass Spectrometry (GC–MS)
A gas chromatograph consists of a long, narrow capillary column with a polysiloxane coating on the inner wall....
