π-联超分子自组装光传感器阵列用于生物氨基:一种机器学习方法

科学领域:

• 超分子化学 超分子化学
• 分析化学是一种分析化学.
• 传感器技术 传感器技术

背景情况:

• 生物氨基酸是食品腐烂和质量的关键指标.
• 准确检测生物胺对于食品安全至关重要.
• 现有的检测方法可能耗时,需要实验室设置.

研究的目的:

• 开发一种新的π-结合的超分子自组装光传感器阵列.
• 为了能够在食品样本中检测和区分生物源氨基.
• 应用机器学习进行实时,现场食品分析.

主要方法:

• 制造 π 结合的超分子自组装光传感器阵列.
• 使用机器学习算法:主要组件分析 (PCA),线性差异分析 (LDA) 和等级集群分析 (HCA).
• 传感器阵列系统的实时和现场检测在食品样本中的应用.

主要成果:

• 成功开发了一种光传感器阵列,用于检测生物氨基.
• 具备实时和现场分析食品样本的能力.
• 取得了成功的二元和三元混合物分析的生物氨基.

结论:

• 开发的传感器阵列系统提供了一种有前途的方法,用于快速和可靠地监测食品中的生物原胺.
• 机器学习集成增强了传感器阵列的区分能力.
• 这项技术在改善食品安全和质量控制方面具有重大潜力.