A simple and rapid detection techno

A simple and rapid detection technology was proposed based on ion mobility spectrometry (IMS) fingerprints to determine potential adulteration of sesame oil. Oil samples were diluted by n-hexane and analyzed by IMS for 20 s. Then, chemometric methods were employed to establish discriminant models for sesame oils and four other edible oils, pure and adulterated sesame oils, and pure and counterfeit sesame oils, respectively. Finally, Random Forests (RF) classification model could correctly classify all five types of edible oils. The detection results indicated that the discriminant models built by recursive support vector machine (R-SVM) method could identify adulterated sesame oil samples (⩾10%) with an accuracy value of 94.2%. Therefore, IMS was shown to be an effective method to detect the adulterated sesame oils. Meanwhile, IMS fingerprints work well to detect the counterfeit sesame oils produced by adding sesame oil essence into cheaper edible oils.

ผลลัพธ์ (ไทย) 1:

เทคโนโลยีตรวจสอบง่าย และอย่างรวดเร็วถูกเสนอตามโรง spectrometry (IMS) ไอออนเคลื่อนลายนิ้วมือเพื่อกำหนด adulteration ศักยภาพของน้ำมันงา ตัวอย่างน้ำมันถูกทำให้เจือจาง ด้วยเอ็นเฮกเซน และวิเคราะห์ โดย IMS สำหรับ 20 s แล้ว วิธี chemometric ถูกจ้างเพื่อสร้างแบบจำลอง discriminant น้ำมันงา 4 อื่น ๆ กินน้ำมัน น้ำมันงาบริสุทธิ์ และเจือ และ น้ำมันงาที่บริสุทธิ์ และปลอม ตามลำดับ สุดท้าย รุ่นประเภทป่าสุ่ม (RF) สามารถถูกจัดประเภทกินน้ำมันทั้งหมด 5 ชนิด ผลการตรวจระบุว่า รุ่น discriminant ที่สร้างขึ้น โดยวิธีซ้ำสนับสนุนเวกเตอร์เครื่อง (R-SVM) สามารถระบุตัวอย่างน้ำมันงาเจือ (⩾10%) มีค่าความถูกต้องของ 94.2% ดังนั้น IMS ที่แสดงจะ เป็นวิธีที่มีประสิทธิภาพเพื่อตรวจสอบน้ำมันงาเจือ ในขณะเดียวกัน IMS ลายนิ้วมือทำงานด้วยการตรวจสอบน้ำมันงาปลอมผลิต โดยเพิ่มสาระสำคัญน้ำมันงาเข้าถูกกว่ากินน้ำมัน

ผลลัพธ์ (ไทย) 2:

เทคโนโลยีการตรวจสอบอย่างรวดเร็วง่ายและถูกเสนอขึ้นอยู่กับมวลสารไอออน (IMS) ลายนิ้วมือเพื่อตรวจสอบการปลอมปนศักยภาพของน้ำมันงา ตัวอย่างน้ำมันที่ถูกเจือจางด้วย n-เฮกเซนและวิเคราะห์โดย IMS 20 s แล้ววิธีการ chemometric ถูกว่าจ้างในการสร้างแบบจำลองจำแนกสำหรับน้ำมันงาและสี่น้ำมันที่บริโภคอื่น ๆ ที่บริสุทธิ์และปลอมปนน้ำมันงาและบริสุทธิ์และน้ำมันงาปลอมตามลำดับ สุดท้ายป่าสุ่ม (RF) รูปแบบการจัดหมวดหมู่ได้อย่างถูกต้องสามารถจำแนกทุกห้าประเภทของน้ำมันที่บริโภค ผลการตรวจสอบชี้ให้เห็นว่ารูปแบบการจำแนกที่สร้างขึ้นโดยการสนับสนุนเครื่องเวกเตอร์ recursive (R-SVM) วิธีการสามารถระบุงาตัวอย่างน้ำมันปลอมปน (⩾10%) มีค่าความถูกต้องของ 94.2% ดังนั้น IMS ได้แสดงให้เห็นว่าวิธีที่มีประสิทธิภาพในการตรวจสอบการปลอมปนน้ำมันงา ในขณะที่รอยนิ้วมือ IMS ทำงานได้ดีในการตรวจสอบน้ำมันงาปลอมที่ผลิตโดยการเพิ่มสาระสำคัญน้ำมันงาลงไปในน้ำมันพืชราคาถูก

ผลลัพธ์ (ไทย) 3:

ง่ายและรวดเร็วขึ้นอยู่กับเทคโนโลยีตรวจจับได้เสนอวิธีการเคลื่อนย้ายไอออน ( IMS ) ลายนิ้วมือเพื่อตรวจสอบการปลอมปน ศักยภาพของน้ำมันงา ตัวอย่างน้ำมันลด โดยบีบและวิเคราะห์โดย IMS สำหรับ 20 วินาที แล้ววิธีคีโมเมตริกซ์นำมาสร้างแบบจำลองเพื่อจำแนกงาน้ำมันและสี่บริโภคอื่น ๆ น้ำมันปลอมปนน้ำมันบริสุทธิ์งา ,แท้และปลอมและงา น้ำมัน ตามลำดับ ในที่สุดป่า สุ่ม ( RF ) แบบแยกหมวดหมู่ได้ถูกต้องทั้งหมดห้าประเภทของน้ำมันที่บริโภคได้ การตรวจสอบพบว่า แบบจำลองที่สร้างขึ้นโดยกลุ่มผู้สนับสนุนเครื่องเวกเตอร์ ( r-svm ) วิธีการนี้สามารถระบุปลอมปนตัวอย่างน้ำมันงา ( ⩾ 10% ) มีความถูกต้องของค่า 94.2 % ดังนั้นทำให้มันเป็นวิธีที่มีประสิทธิภาพในการตรวจสอบการปลอมปนน้ำมันงา . โดย IMS ลายนิ้วมือทำงานได้ดีเพื่อตรวจจับปลอมงาน้ำมันที่ผลิตโดยเพิ่มสาระในน้ำมันงาน้ำมันได้ถูกกว่า