径向基函数神经网络和近红外光谱用于大黄中有效成分的定量预测

被引：10

作者：

于晓辉 ^{[1
]}

张卓勇 ^{[1
]}

马群 ^{[2
]}

范国强 ^{[2
]}

机构：

[1] 首都师范大学化学系资源环境与GIS北京市重点实验室

[2] 北京同仁堂股份有限公司科学研究所

来源：

光谱学与光谱分析 | 2007年 / 03期

关键词：

近红外光谱; 径向基函数神经网络; 中草药; 大黄; 定量预测;

D O I：

暂无

中图分类号：

R284 [中药化学];

学科分类号：

1008 ;

摘要：

采用近红外光谱(NIRS)法和人工神经网络定量预测大黄样品中4种有效成分的含量,包括:蒽醌及其单糖甙类、水溶性蒽甙类、芪甙类、鞣质及其有关化合物。在1100～2500 nm波长范围内扫描大黄粉末样品,采用径向基函数神经网络(RBFNN)建立了近红外光谱与HPLC分析值之间的校正模型。上述四类化合物的交叉验证均方差(RMSECV)分别为2.572,0.442,2.794,9.438;预测均方差(RMSEP)分别为4.598,8.657,0.458 6,5.106。该方法快速,无损,结果令人满意,可作为中药材复杂体系中化学组分定量测定的方法。

引用

页码：481 / 485

页数：5

共 6 条

[1] 径向基函数网络红外光谱法用于中药大黄样品的真伪分类 [J].