FTIR结合化学计量学对三七产地鉴别及皂苷含量预测研究
FTIR结合化学计量学对三七产地鉴别及皂苷含量预测研究
复制标题
DOI：
--
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
王元忠
中科院分区：
文献类型：
--
作者：
李运;徐福荣;张金渝;王元忠
不同产地对中药次生代谢产物有显著影响，产地鉴别有助于中药的科学合理利用；其次，有效成分.含量检测是评价中药质量的主要手段。通过傅里叶变换红外光谱结合化学计量学建立快速鉴别三七产地及.测定三七中四种主要皂苷的方法，为三七的科学、合理、规范使用以及对三七质量进行快速评价提供依据。.采集５个区域１２个产地１１７个三七样本的红外光谱。产地鉴别预处理数据采用离散小波变换除去噪音造成.的部分高频信号，偏最小二乘判别对产地判别贡献率大于１的数据进行筛选，ｋｅｎｎａｒｄ－ｓｔｏｎｅ算法将１１７个.个体分为７０％训练集与３０％预测集。训练集数据用于建立支持向量机判别模型，交叉验证法用于筛选支持.向量机最优参数，预测集数据对支持向量机判别模型结果进行验证。皂苷含量预测预处理数据采用标准正.态变量变换、离散小波变换处理；处理的红外数据设为Ｘ 变量，三七样品中通过高效液相色谱法测得的四.种皂苷总量设为Ｙ 变量，采用正交信号校正去除红外光谱中与四种皂苷总量无关的干扰数据。个体数据分.为８０％训练集与２０％预测集，训练集建立偏最小二乘回归模型，预测集数据对偏最小二乘回归模型的预测.结果进行验证。结果显示：（１）交叉验证法得到支持向量机判别模型的最优参数为ｃ＝２．８２８ ４３，ｇ＝０．０６２.５，训练集的产地判别最优正确率为９１．４６３ ４％；（２）支持向量机判别模型参数设置为最优参数，代入预测集.数据，预测集的产地判别正确率为９４．２８５ ７％，判别正确率较高；（３）训练集建立偏最小二乘回归模型的相.关系数Ｒ２＝０．９４１ ８，校正均方差ＲＭＳＥＥ＝４．５３０ ７；（４）代入预测集数据，预测集的相关系数Ｒ２＝０．９６２ ３，.外部检验均方差ＲＭＳＥＰ＝３．８５５ ９，皂苷预测值与高效液相检测值接近，预测效果良好。傅里叶变换红外光.谱结合支持向量机能对三七进行产地鉴别，正交信号校正结合偏最小二乘回归能对三七中四种主要皂苷总.量进行准确预测，为三七质量控制提供一种快速简便、无损、高灵敏度的检测方法。