计算机辅助对农药杀虫剂质谱信息的分类预测

对农药质谱信息的研究有助于辅助完成农药残留的鉴别和农药前体化合物的筛选.根据GB4839-1998,选出4类杀虫剂,其常见化学结构有有机氯类、有机磷类、氨基甲酸酯类和拟除虫菊酯类农药.从NIST2.0质谱数据库中提取针对这4类结构的质谱数据,经过数学变换以及遗传算法和偏最小二乘回归相结合(GA-PLS)特征选择后,确定最优的质谱特征集,最后使用K最邻近法(KNN),支持向量机(SVM),助推法与分类回归树(AdaBoost-CART)构建预测模型.实验表明,SVM和AdaBoost-CART使用仅含有少量的特征组成的最优特征集,可以得到较好的预测结果.