期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于近红外光谱技术的中药材产地鉴别研究进展
1
作者 张馨之 帕提姑丽·赛买提 +2 位作者 张露文 杨亚非 卞希慧 《光谱学与光谱分析》 北大核心 2025年第9期2410-2416,共7页
中药材的质量影响药效及用药安全,产地来源是其关键因素之一。传统的中药材产地鉴别方法主要是性状鉴定和显微鉴定。性状鉴定法依赖人工观察和经验,容易造成误判。显微鉴定法需要对中药材进行切片、染色等处理,步骤繁琐,且不适用于珍稀... 中药材的质量影响药效及用药安全,产地来源是其关键因素之一。传统的中药材产地鉴别方法主要是性状鉴定和显微鉴定。性状鉴定法依赖人工观察和经验,容易造成误判。显微鉴定法需要对中药材进行切片、染色等处理,步骤繁琐,且不适用于珍稀中药材。光谱分析由于快速、无损的优势,近年来在中药材产地鉴别中得到了越来越多的关注,其中近红外光谱技术的应用最为广泛。该综述总结了近10年基于近红外光谱的中药材产地鉴别技术研究情况。对中药材进行地理区划并系统性总结了道地中药材在我国的分布情况和药材被鉴别研究的热度。目前,中药材产地鉴别研究主要集中在三七、人参、天麻、铁皮石斛等名贵的、易被产地造假的药材中。在近10年中药材产地鉴别近红外光谱技术的应用中,传统近红外光谱技术结合化学计量学依然是主流的方法;二维近红外相关光谱技术虽然已被应用于食品、农业等领域,但近两年才被用于中药材产地鉴别中,是该领域的新兴技术;近红外高光谱技术可短时间内获取样品的光谱和图像信息,可提高鉴别精度;近红外光谱与紫外-可见光光谱技术联用可获取样品化学键的信息和化合物共轭关系,与中红外光谱技术联用可得到更丰富的分子骨架信息,与激光诱导击穿光谱技术联用获得分子振动和元素组成信息。基于近红外光谱的多光谱联用技术实现多维信息互补,有效克服单一光谱技术的局限性,提高中药材产地鉴别效果。总结了在中药材产地鉴别中使用的化学计量学方法,有光谱预处理、变量选择、化学模式识别。光谱预处理方法可分为平滑处理、散射校正、基线校正和尺度缩放,用来消除噪声、基线和背景等的影响。通过变量选择,去除冗余波长,进一步提高模型的鉴别效果。深度学习算法越来越多的被应用于中药材产地鉴别中。本综述为中药材产地的快速准确鉴别提供方法参考。 展开更多
关键词 中药材 产地鉴别 近红外光谱技术 化学计量学方法
在线阅读 下载PDF
紫外可见光谱结合化学模式识别对紫苏油的真伪鉴别 被引量:4
2
作者 卞希慧 刘雨 +2 位作者 王瑶 张强 张妍 《分析测试学报》 北大核心 2025年第2期229-237,共9页
作为高经济价值且昂贵的非常规植物油,紫苏油易被低价食用油掺假。由于食用油的匀质性及其组成的复杂性,传统鉴别方法难以快速准确地鉴别紫苏油的真伪。该文探索了紫外可见光谱结合化学模式识别对紫苏油真伪鉴别的可行性。首先购买了40... 作为高经济价值且昂贵的非常规植物油,紫苏油易被低价食用油掺假。由于食用油的匀质性及其组成的复杂性,传统鉴别方法难以快速准确地鉴别紫苏油的真伪。该文探索了紫外可见光谱结合化学模式识别对紫苏油真伪鉴别的可行性。首先购买了40个纯紫苏油样品,并将大豆油、棕榈油分别按一定的比例加入到纯紫苏油中配制了51个二元掺伪和63个三元掺伪紫苏油样品。根据鉴别目的,从154个总样品中获得两个数据集,一个是由40个纯紫苏油和114个掺伪紫苏油构成的真伪紫苏油二分类数据集;另一个是由40个纯紫苏油、51个二元掺伪和63个三元掺伪紫苏油构成的真伪紫苏油三分类数据集。然后采用主成分分析(PCA)、簇类独立软模式(SIMCA)、偏最小二乘-判别分析(PLS-DA)和极限学习机(ELM)4种方法,依次对以上两个数据集进行分类。使用混淆矩阵可视化分类结果,并用准确率、精确率、召回率、F1分数对模型性能进行评价。结果表明,对于真伪紫苏油二分类和三分类数据集,PLS-DA均为最佳模型,预测准确率分别为98.04%和100%。因此,紫外可见光谱结合化学模式识别可以实现真伪紫苏油的快速准确鉴别。 展开更多
关键词 紫苏油 紫外可见光谱 化学模式识别 真伪鉴别
在线阅读 下载PDF
紫外可见光谱结合化学计量学对当归及其掺伪品的可视化鉴别 被引量:1
3
作者 Mpango Prisca 陆占魁 +1 位作者 李子涵 卞希慧 《分析测试学报》 CAS CSCD 北大核心 2024年第11期1858-1862,共5页
该文考察了紫外可见漫反射光谱结合化学计量学对当归及其掺伪品进行鉴别的可行性,并对40个当归纯品和75个掺伪品进行鉴别。首先采用Kennard-Stone(KS)分组法将数据集分成86个样品的训练集和29个样品的预测集。考察了训练集原始光谱以及... 该文考察了紫外可见漫反射光谱结合化学计量学对当归及其掺伪品进行鉴别的可行性,并对40个当归纯品和75个掺伪品进行鉴别。首先采用Kennard-Stone(KS)分组法将数据集分成86个样品的训练集和29个样品的预测集。考察了训练集原始光谱以及连续小波变换及其结合SG平滑、数据标准化方法预处理后的光谱及主成分分析得分图,确定最佳预处理方法,最后采用偏最小二乘-判别分析建立鉴别模型。结果表明,对原始紫外可见光谱进行主成分分析,无法将当归和掺伪品分开。而经连续小波变换-SG平滑-数据标准化预处理后,不仅可区分当归纯品和其掺伪品,还可区分不同含量的掺伪品。经最佳预处理后仅使用一个因子建立偏最小二乘-判别分析模型,对预测集中当归及其掺伪品的鉴别正确率可达100%。因此,紫外可见光谱结合连续小波变换-SG平滑-数据标准化-偏最小二乘-判别分析模型,可以实现当归及其掺伪品的快速准确鉴别。 展开更多
关键词 当归 掺伪品 可视化识别 紫外可见漫反射光谱 主成分分析 化学模式识别 预处理
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部