首页 > 山地农业生物学报 > 近红外光谱结合极限学习机用于红参产地鉴别研究

近红外光谱结合极限学习机用于红参产地鉴别研究

Study on the Origin Identification of Talinum paniculatum by Using Near Infrared Spectroscopy Combined with Extreme Learning Machine

二维码有效期 120s

摘要中药是中华民族的文化瑰宝,其质量的鉴别研究与中药现代化进程关系密切,具有深远意义.本文利用近红外漫反射光谱技术结合主成分分析(PCA)、K-近邻算法(KNN)、极限学习机(ELM)方法建立预测模型,对7 种不同来源的红参药材样品进行产地鉴别研究,以期为其他中药材的快速、准确鉴别和质量控制提供参考.本文利用NIRS采集来自不同产地的红参光谱信息(900～2200 nm),通过光谱预处理手段消除噪声和样品组内差异的影响,进而建立主成分分析、K-近邻算法(KNN)、极限学习机预测模型,对不同来源的红参进行产地鉴别.结果表明:7 种红参(1 种高丽红参+6 种国产红参)在主成分分析模型中表现出了较为明显的分类聚集特征,但仍存在误判的可能;在K-近邻算法(KNN)模型中,当K值为 5 时,具有较强的识别能力,准确率达到 96%;相比KNN模型,极限学习机模型中的21 个红参样本产地识别正确率达 100%.近红外漫反射光谱技术结合ELM方法建立的预测模型能够快速、准确、无损地鉴别不同产地的红参,可以解决传统检测方法很难克服的中药材鉴别规模庞大、分类多、建模速度慢等问题,且使用方便,具有很高的推广价值.

作者 宋梦如 ^[1] 李丹 ^[2] 朱青霞 ^[3] 刘姗姗 ^[1] 蒋红 ^[1] 姬瑞瑞 ^[1] 学术成果认领

作者单位 中国人民解放军海军军医大学第一附属医院药剂科,上海 200433 ^[1] 中国人民解放军海军军医大学第一附属医院药剂科,上海 200433;中国人民解放军海军军医大学第三附属医院药剂科,上海 200433 ^[2] 上海交通大学医学院附属第九人民医院药剂科,上海 201999 ^[3]

关键词近红外光谱中药材分类红参产地鉴别极限学习机 near infrared spectrum classification of Chinese herbal medicines Talinum paniculatum origin identification Extreme Learning Machine

分类号 R282（中药学）

栏目名称

研究报告

DOI 10.15958/j.cnki.sdnyswxb.2024.06.003

发布时间 2024-12-03（万方平台首次上网日期，不代表论文的发表时间）

基金项目

海军军医大学青年启动基金（2023QN096）海军军医大学第一附属医院青年培育项目（2021JCQN18）