【摘要】：太赫茲時(shí)域光譜技術(shù)(THz-TDS)結(jié)合主成分分析-線性判別分析(PCA-LDA)和支持向量機(jī)(SVM)用于正品大黃樣品的鑒定。在時(shí)域測(cè)量41個(gè)大黃樣品的太赫茲時(shí)域透射光譜,然后將這些時(shí)域信號(hào)轉(zhuǎn)換成頻域的吸收系數(shù)系數(shù)。根據(jù)樣本的吸收系數(shù)建立了主成分分析-線性判別分析和支持向量機(jī)的定性分類模型,并對(duì)正品和非正品大黃樣本的分類模型進(jìn)行了交叉驗(yàn)證。模型的預(yù)測(cè)能力和穩(wěn)定性使用自助拉丁配分進(jìn)行評(píng)價(jià),使用50次自助拉丁配分,配分?jǐn)?shù)為4。使用主成分分析-線性判別分析和支持向量機(jī)均得到了滿意的結(jié)果。提出的方法證明是一種方便、無(wú)污染、準(zhǔn)確和無(wú)需化學(xué)處理的鑒定大黃樣本的方法。該文提出的步驟可以應(yīng)用于其他中草藥分類和生產(chǎn)的質(zhì)量控制。
[Abstract]:Terahertz time-domain spectroscopy (THz-TDS) combined with principal component analysis-linear discriminant analysis (PCA-LDA) and support vector machine (SVM) were used to identify authentic rhubarb samples. The terahertz time-domain transmission spectra of 41 rhubarb samples were measured in time domain, and then these time-domain signals were converted into absorption coefficients in frequency domain. The qualitative classification models of principal component analysis linear discriminant analysis and support vector machine are established according to the absorption coefficient of samples and the classification models of authentic and non-genuine rhubarb samples are cross-validated. The prediction ability and stability of the model were evaluated with self-help Latin partition, 50 times self-help Latin partition with a score of 4. 5%. The principal component analysis (PCA)-linear discriminant analysis (LDA) and support vector machine (SVM) are used to obtain satisfactory results. The proposed method is proved to be a convenient, pollution-free, accurate and chemical free method for identification of rhubarb samples. The steps proposed in this paper can be applied to the classification and quality control of other Chinese herbal medicines.
【作者單位】： 首都師范大學(xué)化學(xué)系;中央民族大學(xué)理學(xué)院;Center
【基金】：the National Instrumentation Program(2012YQ140005) Natural Science Foundation of China(21275101)
【分類號(hào)】：O657.3;R282.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 任玉林，，邴春亭，逯家輝，郭曄;近紅外漫反射光譜的主成分分析[J];光譜學(xué)與光譜分析;1996年06期

2 余般梅,石樂(lè)明,許志宏,李志良;主成分分析-紫外光譜法同時(shí)測(cè)定四種維生素B[J];分析測(cè)試通報(bào);1992年04期

3 陳文燦,崔卉,梁逸曾;一個(gè)基于診斷的穩(wěn)健主成分分析方法[J];分析科學(xué)學(xué)報(bào);1996年04期

4 張大倫;主成分分析同時(shí)測(cè)定多組分金屬離子[J];化學(xué)分析計(jì)量;1999年04期

5 張運(yùn)陶;肖盛蘭;;硫化氫系統(tǒng)分析與陽(yáng)離子結(jié)構(gòu)關(guān)系的研究[J];四川師范學(xué)院學(xué)報(bào)(自然科學(xué)版);1989年04期

6 叢培盛,李通化,張軍延,顧志澄;廣義減秩-熒光法測(cè)定萘、菲、芘、芴四元混合物[J];高等學(xué)�；瘜W(xué)學(xué)報(bào);1991年10期

7 劉廣軍,高洪濤;化學(xué)計(jì)量學(xué)中的主成分分析[J];曲阜師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年03期

8 張大倫;主成分分析同時(shí)單點(diǎn)R滴定法研究[J];分析科學(xué)學(xué)報(bào);1998年03期

9 趙帥群;劉剛;歐全宏;趙興祥;任靜;徐娟;郝建明;;不同土壤FTIR分類研究[J];光散射學(xué)報(bào);2014年02期

10 侯振雨;蔡文生;邵學(xué)廣;;主成分分析-支持向量回歸建模方法及應(yīng)用研究[J];分析化學(xué);2006年05期

相關(guān)會(huì)議論文 前1條

1 王香鳳;武瑤;余靜;李崧;謝孟峽;;傅里葉變換紅外光譜法結(jié)合主成分分析對(duì)紅色印章印文的分類鑒別[A];第十六屆全國(guó)分子光譜學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)碩士學(xué)位論文 前4條

1 程權(quán);烏龍茶分類與品質(zhì)分析的研究[D];福州大學(xué);2014年

2 于海超;月季花的傅里葉變換紅外光譜研究[D];云南師范大學(xué);2016年

3 王蓉;基于稀疏主成分和SVM的白酒類別的定性研究[D];武漢輕工大學(xué);2014年

4 周俊;紅外光譜結(jié)合化學(xué)計(jì)量法的回收油脂快速鑒別分析[D];暨南大學(xué);2015年

本文編號(hào)：2155614