西洋参原材料近红外光谱精选研究

被引:12
作者
戚淑叶 [1 ]
单婕 [2 ]
Ting Wong [2 ]
凌雷 [2 ]
韩东海 [1 ]
机构
[1] 中国农业大学食品科学与营养工程学院
[2] Afexa生命科学公司
关键词
西洋参; 原材料; 近红外光谱; 精选;
D O I
10.19650/j.cnki.cjsi.2012.06.034
中图分类号
R284.1 [化学分析与鉴定]; O657.33 [红外光谱分析法];
学科分类号
070302 [分析化学]; 100804 [中药化学];
摘要
为确保药物成品质量的稳定均一,作为原材料的西洋参应保证纯正。采用近红外积分球漫反射光谱,首先对西洋参、人参原样光谱运用移动窗口偏最小二乘法(moving window partial least-squares regression,MWPLS)选择特征波段,建立最小二乘支持向量机(least-squares support vector machine,LS-SVM)种类鉴别模型挑选出西洋参样品,判别正确率为100%。然后将样品粉碎,人参以5%、10%、15%、20%掺入西洋参粉末,为增加样品代表性借助线性加和模拟光谱手段于4 000~7 000 cm-1建立主成分判别分析(principal component analysis discriminant analysis,PCA-DA)掺杂判别模型,预测判别正确率由97.2%上升至100%,区分出少量人参掺杂的西洋参样品,最终精选出西洋参原材料纯品。
引用
收藏
页码:1435 / 1440
页数:6
相关论文
共 14 条
[1]
近红外光谱技术在药物品质评价中的应用 [D]. 
李长滨 .
郑州大学,
2011
[2]
Least squares support vector machine classifiers [J].
Suykens, JAK ;
Vandewalle, J .
NEURAL PROCESSING LETTERS, 1999, 9 (03) :293-300
[3]
基于稀疏优化的近红外光谱波长选择方法 [J].
洪明坚 ;
温志渝 ;
张小洪 .
仪器仪表学报, 2011, 32 (05) :1114-1118
[4]
近红外光谱测定人参与西洋参的主要皂甙总量.[J].黄亚伟;王加华;Jacqueline J.Shan;韩东海;.分析化学.2011, 03
[5]
光谱预处理在农产品近红外模型优化中的应用研究 [J].
吴静珠 ;
李慧 ;
王克栋 ;
陈媛媛 ;
徐云 .
农机化研究, 2011, 33 (03) :178-181
[6]
传感器非线性校正的遗传支持向量机方法 [J].
刘涛 ;
王华 .
电子测量与仪器学报, 2011, 25 (01) :56-60
[7]
基于近红外光谱的人参与西洋参的快速鉴别研究.[J].黄亚伟;王加华;李晓云;Jacqueline J Shan;韩东海;.光谱学与光谱分析.2010, 11
[8]
人参、西洋参化感作用研究进展.[J].雷锋杰;张爱华;张秋菊;张连学;.中国中药杂志.2010, 17
[9]
近红外分析中光谱波长选择方法进展与应用 [J].
柳艳云 ;
胡昌勤 .
药物分析杂志, 2010, (05) :968-975
[10]
近红外光谱分析中建模校正集的选择.[J].秦冲;陈雯雯;何雄奎;张录达;马翔;.光谱学与光谱分析.2009, 10