来源：期刊VIP网 时间：
作者：尚宇瀚;吕悦广;孟宪双;吕庆;郭项雨;张庆;
单位：中国质量检验检测科学研究院国家市场监督管理总局消费品质量安全监测与风险评估重点实验室;
摘要：为应对传统方法鉴别进口穿着类纺织品纤维成分中存在耗时长、主观性强及环境污染等难题，建立了基于电烙铁灼烧-筛网碰撞-微管等离子体电离质谱法（ESIB-MC-μTP-MS）和随机森林（RF）算法的快速检测技术。本方法无需样品前处理、操作简便，单次数据采集用时不超过5 s，适用于纺织品质谱特征数据的快速采集。在优化的条件下，采集了27个鉴定纺织品样品的质谱数据，构建包含181组数据、4501个特征维度的数据集，用于训练RF预测模型。结果表明，此模型的袋外评分为0.9762, 5折交叉验证准确率为0.9683（±0.0299），对棉、羊绒/羊毛、聚酯纤维和腈纶的F1分数均高于0.889，分类性能良好。将此模型用于分析30个海关抽检穿着类奢侈品样品，发现其中28个样品的鉴别成分与标识成分一致；2个样品鉴别结果与标识成分一致但置信度较低，可能为虚标成分样品或模型过拟合导致的假阳性。本方法在纺织品质量安全监管中具良好的应用潜力，为纺织品种类快速鉴别提供了一种可行的思路。
关键词：纺织品;;微管等离子体电离质谱法;;随机森林;;纤维成分鉴别
基金资助：国家重点研发计划项目（No.2022YFF0607204）;; 国家市场监督管理总局工业及消费品质量安全保障项目资助~~
