摘要
本发明公开了一种可推广的机器学习辅助的抗生素类新污染物的筛查方法,包括以下步骤:步骤一,基于多年来新污染物环境行为的研究结果,结合文献检索,构建了新污染物及其转化产物的理化信息和质谱参数数据库,步骤二,基于已有结果,发展了可预测相关参数缺失的副产物的质谱参数信息的基于多层感知机的神经网络架构模型,对现有的抗生素质谱数据库进行优化,步骤三,基于优化后的数据库,通过液质联用仪器发展了可实现抗生素类新污染物及其环境转化产物协同检测的筛查技术。
技术关键词
抗生素
神经网络架构
机器学习辅助
副产物
多层感知机
筛查方法
筛查技术
质谱
液质联用技术
拓扑结构特征
训练集
构象特征
联用仪器
降解规律
描述符
数据
表征方法
生态
分子
风险