红外光谱结合化学计量学鉴别西红花的产地
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.13822/j.cnki.hxsj.2022.0753

红外光谱结合化学计量学鉴别西红花的产地

引用
西红花不仅是在世界范围内广泛使用的传统香料,也是一味著名的中草药,其品质与产地密切相关.迫切需要寻找一种能快速对西红花进行产地判别的方法.基于不同产地西红花样品近、中红外光谱数据特征,采用Savitzky-Golay平滑(SG平滑)、多元散射校正、标准正态变量变换、一阶导数和二阶导数等预处理算法对光谱数据进行降噪处理,可以减小试验样本、测定环境以及仪器噪音对光谱数据的影响.结合偏最小二乘判别分析(Partial least square-discriminant analysis,PLS-DA)、决策树(Decision tree,DT)和支持向量机(Support vector machine,SVM)方法分别建立近红外光谱、中红外光谱、近中红外融合光谱分类模型,并采用移动窗口偏最小二乘法(Moving window partial least square method,MWPLS)提取光谱特征区间可以提升建模速度和分类精度.基于预测结果的准确率、混淆矩阵(Confusion matrix)和ROC曲线下面积(Area under curve,AUC)以选择最优分类模型.结果显示:近红外光谱、中红外光谱与融合光谱的最佳模型组合均为基于Savitzky-Golay平滑(SG平滑)预处理的偏最小二乘判别分析法(PLS-DA),其测试集准确率分别达到94.00%、94.00%和96.00%,ROC曲线下面积分别为0.9974、0.9963和0.9990,表明融合光谱可提升分类精度.特征波段的选择增强了单一光谱的分类准确率,但降低了融合光谱的分类性能.可见,结合移动窗口偏最小二乘法(MW-PLS)的单一光谱技术可以精简、优化模型.所采用的方法实现了对不同产地西红花的快速准确鉴定,为西红花的产地判别提供一种新颖、快速的解决方案,有利于维护西红花市场的秩序,有助于其产业健康发展.

西红花、化学计量学、近中红外光谱、融合光谱、产地鉴别

45

R284.1(中药学)

中国中医科学院科技创新工程项目;国家产业技术基础公共服务平台项目;山东省重点研发计划重大科技创新工程项目

2023-03-16(万方平台首次上网日期,不代表论文的发表时间)

共8页

112-119

相关文献
评论
暂无封面信息
查看本期封面目录

化学试剂

0258-3283

11-2135/TQ

45

2023,45(3)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn