摘要
本申请公开了一种基于人工智能检测水体中多种抗生素的方法及系统,通过固相萃取柱处理待测水体,结合高效液相色谱串联质谱仪检测图谱数据;提取包含保留时间、母离子质荷比、碎片离子质荷比、碎片离子强度、峰对称参数和信噪比的多维特征数据,构建多维特征矩阵,可以全面表征目标化合物的特征信息,为后续分析提供丰富且可靠的依据;利用预训练的深度学习模型对多维特征矩阵进行多目标识别,能够实现多种抗生素的定性与定量分析,显著提升检测效率和结果的可靠性;本申请具有广泛的适用性和较高的实际应用价值,为水体中抗生素污染的监测和评估提供了高效、精准的技术手段。
技术关键词
多维特征数据
检测水体
抗生素
深度学习模型
串联质谱仪
图谱
待测水体
固相萃取柱
特征提取模型
离子
三重四极杆质谱仪
超高效液相色谱仪
磺胺对甲氧嘧啶
磺胺间甲氧嘧啶
多任务学习模型
去甲万古霉素
信噪比
系统为您推荐了相关专利信息
地物模型
高密度点云
三维模型
构建不规则三角网
倾斜摄影机
深度学习模型
感官
肉类制品
深度学习预测
工艺优化方法
智能营养分析
饮食管理系统
图像识别模块
数据传输协议
生成建议