Fast detection of fenthion on fruit and vegetable peel using dynamic surface-enhanced Raman spectroscopy and random forests with variable selection

化学 拉曼光谱 选择(遗传算法) 随机森林 分析化学(期刊) 变量(数学) 表面增强拉曼光谱 特征选择 生物系统 环境化学 人工智能 光学 拉曼散射 物理 生物 数学分析 数学 计算机科学
作者
Shizhuang Weng,Mengqing Qiu,Ronglu Dong,Fang Wang,Linsheng Huang,Dongyan Zhang,Jinling Zhao
出处
期刊:Spectrochimica Acta Part A: Molecular and Biomolecular Spectroscopy [Elsevier]
卷期号:200: 20-25 被引量:43
标识
DOI:10.1016/j.saa.2018.04.012
摘要

Dynamic surface-enhanced Raman spectroscopy (D-SERS) based on the state change of the substrate not only significantly enhances but also provides a highly reproducible Raman signal. Hence, we develop a fast and accurate method for the detection of fenthion on fruit and vegetable peel using D-SERS and random forests (RF) with variable selection. With uniform Ag nanoparticles, the dynamic spectra of fenthion solution at different concentrations were obtained using D-SERS, and fenthion solution greater than or equal to 0.05 mg/L can be detected. Then, the quantitative analysis models of fenthion were developed by RF with variable selection for spectra of different range. The model of best performance is developed by RF and spectra of characteristic range with higher RF importance (top 40%), and the root mean square error of cross-validation is 0.0101 mg/L. Moreover, the fenthion residue of tomato, pear, and cabbage peel were extracted by a swab dipped in ethanol and analyzed using the above method to further validate the practical effect. Compared to gas chromatography, the maximal relative deviation is below 12.5%, and the predicted recovery is between 87.5% and 112.5%. Accordingly, D-SERS and RF with variable selection can realize the fast, simple, ultrasensitive, and accurate analysis of fenthion residue on fruit and vegetable peel.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
3秒前
干净的老虎完成签到,获得积分20
3秒前
xiaomeng发布了新的文献求助10
4秒前
郭德久完成签到 ,获得积分10
5秒前
科研通AI2S应助故笺采纳,获得10
5秒前
aaaaaab应助无畏山海采纳,获得10
5秒前
6秒前
平淡南霜完成签到,获得积分10
7秒前
比Zn发布了新的文献求助10
7秒前
CJPerformance发布了新的文献求助100
7秒前
9秒前
cnyz发布了新的文献求助10
10秒前
GUGU发布了新的文献求助10
10秒前
666完成签到,获得积分10
10秒前
xiaomeng完成签到,获得积分20
11秒前
zhongu发布了新的文献求助10
11秒前
12秒前
决明子发布了新的文献求助10
13秒前
lalala完成签到,获得积分10
15秒前
科目三应助wowser采纳,获得10
15秒前
PhD_Lee73完成签到 ,获得积分10
15秒前
gan发布了新的文献求助10
16秒前
拼搏的惜天应助zgsjymysmyy采纳,获得10
18秒前
陶醉水云完成签到,获得积分10
18秒前
20秒前
yry完成签到,获得积分10
21秒前
lily完成签到,获得积分10
21秒前
25秒前
Mine完成签到,获得积分10
25秒前
孙成伟发布了新的文献求助10
25秒前
wowser发布了新的文献求助10
28秒前
lily发布了新的文献求助10
28秒前
爱听歌长颈鹿完成签到,获得积分10
29秒前
29秒前
研友_nVNBVn发布了新的文献求助30
31秒前
sylaerrrr24完成签到,获得积分10
33秒前
多加芋泥完成签到 ,获得积分10
33秒前
33秒前
复成完成签到 ,获得积分10
34秒前
比Zn完成签到,获得积分10
34秒前
高分求助中
Histotechnology: A Self-Instructional Text 5th Edition 2000
Rock-Forming Minerals, Volume 3C, Sheet Silicates: Clay Minerals 2000
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
The Healthy Socialist Life in Maoist China 600
The Vladimirov Diaries [by Peter Vladimirov] 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3270568
求助须知:如何正确求助?哪些是违规求助? 2909940
关于积分的说明 8351666
捐赠科研通 2580455
什么是DOI,文献DOI怎么找? 1403455
科研通“疑难数据库(出版商)”最低求助积分说明 655778
邀请新用户注册赠送积分活动 635182