当前位置:主页 > 医学论文 > 中药论文 >

多维模式识别用于中药产地溯源研究

发布时间:2024-03-22 23:47
  中药质量受多种因素影响,其中一个比较重要的因素就是产地,因此对中药产地进行识别就显得很有必要。首先在绪论部分介绍了中药产地识别的意义、方法及研究现状,目前中药识别研究大都基于二维数据层面,而三维数据包含更多的样品信息,可以在识别时提供更多的信息作为参考,得到的结果将更加准确,因此本文将基于三维荧光光谱技术结合多维模式识别方法对中药进行产地识别研究。选取葛根、白及、西洋参三种中药作为研究对象,结合多种多维模式识别方法来对其进行产地分类识别研究,具体内容如下:在第二章中,采集不同产地纯葛根的三维荧光光谱数据、五个不同掺假比例的掺假葛根的三维荧光数据,多维主成分分析(M-PCA)及N维偏最小二乘辨别分析(N-PLS-DA)两种多维模式识别方法分别对其数据进行分析处理。结果显示,M-PCA和N-PLS-DA对不同产地纯葛根进行分类识别都有较高的准确识别率。在对掺假葛根进行分类识别时,N-PLS-DA的结果要优于M-PCA结果。在第三章中,采集不同产地白及的三维荧光光谱数据,首先使用自加权交替三线性分解(SWATLD)对数据集进行解析,得到白及中四种组分的光谱及组分相对浓度,这些组分信息可以用来...

【文章页数】:72 页

【学位级别】:硕士

【部分图文】:

图3.N-PLS-DA解析得到的五种纯葛根的预测集与训练集的得分值(S1,S2,S3,S4,S5分别代表保定葛根,大洪山葛根,安庆葛根,张家界葛根,钟祥葛根)

图3.N-PLS-DA解析得到的五种纯葛根的预测集与训练集的得分值(S1,S2,S3,S4,S5分别代表保定葛根,大洪山葛根,安庆葛根,张家界葛根,钟祥葛根)

A解析得到的五种纯葛根的预测集与训练集的得分值(S1,S2,S3,S4,S5分葛根,大洪山葛根,安庆葛根,张家界葛根,钟祥葛根)产地信息。表4展示了N-PLS-DA模型算法对于不同产地葛根M-PCA分类结果一样,N-PLS-DA不管在预测集还是在训练集别结....


图5.N-PLS-DA解析得到的掺假葛根的预测集与训练集的得分值(S1,S2,S3,S4,S5,S6分别代表纯安庆葛根,掺假比例为2%的掺假葛根,掺假比例为5%的掺假葛根,掺假比例为10%的掺假葛根,掺假比例为30%的掺假葛根,掺假比例为50%的掺假葛根)

图5.N-PLS-DA解析得到的掺假葛根的预测集与训练集的得分值(S1,S2,S3,S4,S5,S6分别代表纯安庆葛根,掺假比例为2%的掺假葛根,掺假比例为5%的掺假葛根,掺假比例为10%的掺假葛根,掺假比例为30%的掺假葛根,掺假比例为50%的掺假葛根)

22S-DA解析得到的掺假葛根的预测集与训练集的得分值(S1,S2,S3,S4,S5,掺假比例为2%的掺假葛根,掺假比例为5%的掺假葛根,掺假比例为根,掺假比例为30%的掺假葛根,掺假比例为50%的掺假葛根)%的掺假葛根被误判为纯葛根,一个2%的掺假葛根被误....


图7.不同产地白及三维荧光光谱等高线图(AnKang:安康白及,BoZhou:亳州白及,HongHe:洪河白及,QuanZhou:泉州白及,PingLiang:平凉白及)

图7.不同产地白及三维荧光光谱等高线图(AnKang:安康白及,BoZhou:亳州白及,HongHe:洪河白及,QuanZhou:泉州白及,PingLiang:平凉白及)

30洪河白及,QuanZhou:泉州白及,PingLiang:平凉白及)加权交替三线性分解分析结果SWATLD分解模型应用于白及三维荧光数据集,以获得白及有效成质量控制。首先所有白及的三维荧光数据组成大小为180×110×10×发射波长数)的三维矩阵,如同使用偏最小二乘模型在....


图9.经SWATLD模型算法解析得到的白及样品组分相对浓度(AnKang:安康白及,BoZhou:亳州白及,HongHe:洪河白及,QuanZhou:泉州白及,PingLiang:平凉白及)

图9.经SWATLD模型算法解析得到的白及样品组分相对浓度(AnKang:安康白及,BoZhou:亳州白及,HongHe:洪河白及,QuanZhou:泉州白及,PingLiang:平凉白及)

有很多物质(如图6中所列出的联苄类、二氢菲类、联菲类)都是是经过SWATLD模型算法对光谱数据进行解析后只有四种物质。物质结构太过相似,在模型解析过程中把它们归为一种,也有可能于少,其荧光响应强度太过于弱而难以检测到。尽管从三维荧光光组分,但这并不影响对于白及的质量评价及....



本文编号:3935126

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/zhongyaolw/3935126.html


Copyright(c)文论论文网All Rights Reserved | 网站地图

版权申明:资料由用户8ebae***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱[email protected]