不同产区天麻近红外光谱多变量选择及二维相关光谱识别研究

不同产区天麻近红外光谱多变量选择及二维相关光谱识别研究

论文摘要

不同产区天麻药材的功效和质量具有较大差异,产区鉴别有助于药材的科学合理利用。采用近红外光谱结合方差光谱、主成分分析、间隔偏最小二乘、遗传算法对云南省外、省内(除昭通)及昭通天麻特征光谱进行提取,分别建立了i PLS-DA和GA-SVM模式识别模型,并对模式识别模型的适配性进行验证。结果显示,建立的i PLS-DA模型的预测正确率为96. 15%,R2,RMSECV,RMSEP分别为0. 893,0. 224,0. 321; GA-SVM的预测正确率为100%,RMSECV为0. 719 4,i PLS-DA和GA-SVM方法均能较好识别不同产区天麻样品。进一步将i PLS和GA提取的特征光谱进行二维相关光谱分析。结果表明,省外和省内天麻差异性光谱主要位于多糖类、芳香烃类、酰胺类和淀粉等物质的C-H,C-N,O-H,N-H键的伸缩、弯曲及倍频吸收区;省外与昭通天麻差异性光谱主要分布在植物蛋白、芳香烃类、多糖类及醇类物质的C-H,O-H,N-H键的伸缩、弯曲及倍频吸收区;省内与昭通天麻差异光谱主要集中于木质素、芳香烃类、醇类、多糖类及脂肪族类物质的CHO,N-H,C-H,O-H,HOH伸缩、弯曲、变形及倍频吸收区。应用近红外光谱结合多变量选择及二维相关光谱,可有效识别不同产区天麻及探析天麻组分的差异特征,对天麻的合理开发与高效利用奠定基础依据。

论文目录

  • 1 材料
  •   1.1 仪器
  •   1.2 供试样品
  • 2 方法
  •   2.1 供试样品预处理
  •   2.2 光谱采集
  •   2.3 数据分析
  • 3 结果与讨论
  •   3.1 PCA分析
  •   3.2 i PLS-DA分析
  •   3.3 GA-SVM分析
  •     3.3.1GA遗传算法特征波数提取
  •     3.3.2 SVM支持向量机建立模式识别模型
  •   3.4 不同产区间二维相关光谱分析
  • 4 结论
  • 文章来源

    类型: 期刊论文

    作者: 侯英,袁天军,徐娟,刘祥义

    关键词: 天麻,近红外光谱,多变量选择,二维相关光谱

    来源: 中国中药杂志 2019年04期

    年度: 2019

    分类: 医药卫生科技,工程科技Ⅰ辑

    专业: 化学,中药学

    单位: 西南林业大学天麻研究院,云南同创检测技术股份有限公司

    基金: 云南省科学技术厅科技惠民专项(2016RA015)

    分类号: O657.33;R284.1

    DOI: 10.19540/j.cnki.cjcmm.2019.0016

    页码: 740-749

    总页数: 10

    文件大小: 631K

    下载量: 197

    相关论文文献

    • [1].第四届亚洲二维相关光谱学术会议(第一轮通知)[J]. 光谱学与光谱分析 2016(07)
    • [2].移动窗口二维相关光谱技术[J]. 化学进展 2010(05)
    • [3].基于二维相关光谱分析的纯棉与丝光棉制品鉴别分析(英文)[J]. 光谱学与光谱分析 2019(05)
    • [4].第四届亚洲二维相关光谱学术会议[J]. 光谱学与光谱分析 2016(06)
    • [5].第四届亚洲二维相关光谱学术会议(第一轮通知)[J]. 光谱学与光谱分析 2016(08)
    • [6].第四届亚洲二维相关光谱学术会议(第一轮通知)[J]. 光谱学与光谱分析 2016(10)
    • [7].二维相关光谱探测荧光能量转移现象[J]. 光谱学与光谱分析 2010(05)
    • [8].近红外二维相关光谱的掺和大米判别[J]. 光谱学与光谱分析 2020(05)
    • [9].第四届亚洲二维相关光谱学术会议(第一轮通知)[J]. 光谱学与光谱分析 2016(03)
    • [10].第四届亚洲二维相关光谱学术会议(第一轮通知)[J]. 光谱学与光谱分析 2016(04)
    • [11].第四届亚洲二维相关光谱学术会议(第一轮通知)[J]. 光谱学与光谱分析 2016(05)
    • [12].第四届亚洲二维相关光谱学术会议(第一轮通知)[J]. 光谱学与光谱分析 2016(09)
    • [13].国际会议消息[J]. 光谱学与光谱分析 2013(04)
    • [14].国际会议消息[J]. 光谱学与光谱分析 2013(08)
    • [15].国际会议消息[J]. 光谱学与光谱分析 2013(05)
    • [16].国际会议消息[J]. 光谱学与光谱分析 2013(07)
    • [17].国际会议消息[J]. 光谱学与光谱分析 2013(06)
    • [18].红外二维相关光谱在原油快速识别中的应用[J]. 石油学报(石油加工) 2013(04)
    • [19].二维相关光谱的猪肉TVB-N特征变量优选研究[J]. 光谱学与光谱分析 2018(07)
    • [20].地黄不同炮制品配方颗粒的红外快速鉴别[J]. 中国药物警戒 2017(02)
    • [21].二维相关光谱方法考察金属-配体相互作用[J]. 光谱学与光谱分析 2016(S1)
    • [22].三维荧光淬灭耦合平行因子分析与二维相关光谱在金属与溶解性有机物配位作用中的研究进展[J]. 能源环境保护 2019(01)
    • [23].应用SFS与FTIR二维相关光谱研究水体中DOM组成结构及空间分异特征[J]. 光谱学与光谱分析 2020(07)
    • [24].二维相关光谱技术在含能材料快速分析中的应用研究[J]. 光谱学与光谱分析 2016(S1)
    • [25].近红外光谱法快速判别水中杀螟硫磷残留[J]. 计算机与应用化学 2015(01)
    • [26].利用2DCOS进行多组分混合气体傅里叶变换红外光谱分析中同分异构体谱峰的辨别[J]. 光谱学与光谱分析 2014(10)
    • [27].红外光谱方法研究分子间配位及氢键相互作用[J]. 光谱学与光谱分析 2008(03)
    • [28].移动窗口二维相关红外光谱技术对离子液体溶解生物质机理的探索[J]. 光谱学与光谱分析 2018(S1)
    • [29].二维相关分析中参考谱的选择对分离重叠峰的影响[J]. 化学学报 2009(16)
    • [30].正交在二维相关光谱中的机会[J]. 中国科学:化学 2020(11)

    标签:;  ;  ;  ;  

    不同产区天麻近红外光谱多变量选择及二维相关光谱识别研究
    下载Doc文档

    猜你喜欢