首页 > 文献资料
-
高维数据的计算模型对菊科八味草药的气味判别
目的:为菊科八味草药提供一种快速、准确的鉴定方法.方法:以菊科常用八味草药为研究对象,采用电子鼻技术建立其气味指纹图谱,结合数据挖掘技术(主成分分析法)建立判别模型.结果:基于气味指纹图谱建立的PCA判别模型,可用于菊科八味草药的鉴别.结论:电子鼻结合主成分分析法可望成为一种鉴别菊科草药的分析手段.
-
逐步判别法在气味指纹图谱鉴别中药中的应用
目的:运用电子鼻提取中药气味特征来建立气味指纹图谱,同时建立气味指纹图谱的鉴别模型,实现对中药的快速鉴别,提供一种中药气味鉴别新方法.方法:以传感器阵列的高响应值为指标,运用逐步判别法对气味指纹图谱进行特征提取并建立鉴别模型,并将其运用于对姜科白豆蔻、草豆蔻、草果、莪术、干姜、高良姜、姜黄、砂仁、益智和郁金等10味中药的气味鉴别.结果:实验数据显示逐步判别法建立的鉴别模型对训练集中100个样本和测试集中20个样本的回代正判率分别为97%和90%,鉴别效果满意.结论:应用逐步判别法建立气味指纹图谱的鉴别模型准确、有效、可行,能很好地鉴别不同品种的中药.该方法为现行中药质量标准中气味指标的数字化、客观化提供实验依据和方法;也为中药指纹图谱的数据挖掘提供新的研究思路.
-
枳壳及其混淆品无损鉴别结合GC-MS挥发油成分分析研究
目的 建立了基于电子鼻技术的枳壳及其混淆品无损鉴别方法,结合GC-MS挥发油成分分析进行验证,为枳壳中药的质量控制提供参考.方法 采用电子鼻(PEN3)检测枳壳及其三种常见混淆品的气味信息,采用主成分分析(PCA)方法构建分类鉴别模型,利用相关系数(R2)和均方根误差(RMSE)对模型进行性能评估,构建气味指纹图谱并采用MATLAB 2013实现鉴别仿真,后,结合气相色谱-质谱(GC-MS)联用分析方法进行验证.结果 基于构建的气味指纹图谱,PCA模型对枳壳及其混淆品具有很好的分类鉴别效果,计算得:R2=0.9662,RMSE=0.6103,鉴别测试准确率达95％.同时,GC-MS挥发油成分分析鉴定了这4类样品挥发性成分的差异性.结论基于电子鼻技术的气味鉴别方法操作简单,无需损坏样品外形,且重复性好、检测速度快.建立的枳壳及其混淆品气味指纹图谱为枳壳质量控制奠定了基础.
