期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
四种己二酸酯类增塑剂在水基食品模拟物中迁移量的测定 被引量:2
1
作者 马腾洲 赵雨薇 +1 位作者 朱云涛 马明 《化学世界》 CAS CSCD 2018年第9期562-565,共4页
采用质量分数为3%乙酸水溶液为模拟物,对聚氯乙烯(PVC)食品接触材料中四种己二酸酯类增塑剂向水基食品模拟物的迁移量进行了检测,并对萃取条件和萃取试剂进行了优化,采用气相色谱和质谱(GC-MS)联用技术,通过外标法进行迁移量的检测。研... 采用质量分数为3%乙酸水溶液为模拟物,对聚氯乙烯(PVC)食品接触材料中四种己二酸酯类增塑剂向水基食品模拟物的迁移量进行了检测,并对萃取条件和萃取试剂进行了优化,采用气相色谱和质谱(GC-MS)联用技术,通过外标法进行迁移量的检测。研究表明,此方法具有方法简便,重现性好,灵敏度高,定性、定量准确可靠的特点,最低检测限可达5 mg/kg,回收率为83.20%~106.13%,标准偏差为1.60%~3.34%,可实际应用于PVC食品接触材料己二酸酯类增塑剂迁移量的检测。 展开更多
关键词 己二酸酯增塑剂 迁移量 水基食品模拟物 食品接触材料
下载PDF
基于神经网络的氟石粉液化模型分析
2
作者 陈刚 杜树新 +2 位作者 江丽 李晨 蔡婧 《计算机工程与应用》 CSCD 北大核心 2010年第26期245-248,共4页
在对氟石粉进行实验研究的基础上,应用RBF神经网络,建立了预测氟石粉液化FMP的模型。在该模型中,输入为影响氟石粉液化FMP的各种因素,包括粒径、均匀度、化学性质、真密度及堆积密度等,输出为FMP,预测结果表明,所建RBF神经网络模型预测... 在对氟石粉进行实验研究的基础上,应用RBF神经网络,建立了预测氟石粉液化FMP的模型。在该模型中,输入为影响氟石粉液化FMP的各种因素,包括粒径、均匀度、化学性质、真密度及堆积密度等,输出为FMP,预测结果表明,所建RBF神经网络模型预测精度较高,可应用于对氟石粉液化FMP的预测。同时采用逐步反向删除的方法分析输入属性对输出结果的影响,找出了影响氟石粉液化FMP的主要影响因素。最后对每个主要属性进行了灵敏度分析。 展开更多
关键词 氟石粉 液化 径向基神经网络 属性分析 灵敏度
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部