换一批MC-UVE波长选择法在近红外光谱鉴别茯苓产地中的应用研究
Application of MC-UVE wavelength selection method in the identification of different producing areas of Wolfiporia cocos based on NIR spectroscopy
摘要利用近红外光谱鉴别云南不同产区药用真菌茯苓.采用光谱标准偏差法(SSD)和蒙特卡罗无信息变量消除法(MC-UVE)逐步筛选光谱信息,利用K-S算法将白茯苓和茯苓皮划分训练集和验证集,并结合偏最小二乘判别分析法(PLS-DA)分别构建不同产区白茯苓和茯苓皮的分类模型,进一步建立不同产区茯苓的Fisher判别方程.结果表明:(1)通过主成分-马氏距离(PCA-MD)分析,白茯苓和茯苓皮的近红外光谱在主成分得分空问内呈现出较大差异,构建不同产区茯苓鉴别模型应将白茯苓及茯苓皮分开.(2)最优主成分数为5时,采用SSD筛选的886个变量(7 501.74-4 088.35cm-1)构建的白茯苓和茯苓皮的分类模型,其R2、RMSECV和RMSEP分别为0.986、0.988;0.320、0.283;0.425、0.395;采用MC-UVE法分别筛选出白茯苓和茯苓皮光谱信息(34个、22个变量)建立的分类模型,其R2、RMSECV和RMSEP分别为0.993、0.991;0.224、0.255;0.298、0.355.采用MC-UVE结合PLS-DA法建立的分类模型,有效降低了冗余信息,白茯苓和茯苓皮的R2均有所提升,RMSECV和RMSEP均有所降低,预测正确率分别由85.71％和83.33％,提高至100％.(3)进一步采用逐步判别分析法筛选出白茯苓(6个)和茯苓皮(4个)光谱变量,建立Fisher判别方程,回代验证正确率均大于85.7％,交叉验证正确率均大于66.7％,表明所建立的Fisher判别方程能较好地鉴别不同产区的茯苓.
更多相关知识
关键词
产地鉴别光谱标准偏差法偏最小二乘判别分析法Fisher判别方程origin identificationspectrum standard deviationspartial least square discrimination analysisFisher discriminant equation
栏目名称
DOI
10.13346/j.mycosystema.160110
发布时间
2017-03-20（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家自然科学基金（(31460538)）
Supported by National Natural Science Foundation of China （(31460538)）
- 浏览0
- 被引13
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
