基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目的 对不同品种产地麻黄进行快速鉴别,为其正确使用提供科学依据.方法 采用傅里叶变换红外光谱(FTrIR)测定了6个不同品种产地的36个麻黄样品的红外光谱.选择1 000~1400cm-1范围内的光谱数据进行了主成分聚类分析和径向基神经网络预测.结果 主成分分析(PCA)表明,前3个主成分的累积可信度已达96.44%,能够表征出麻黄在不同品种产地的多样性分化.建立概率径向基神经网络模型对12个麻黄样本进行了预测,正确率达83.33%.结论 傅里叶变换红外光谱技术结合化学统计学方法可用于麻黄药材品种产地的分类和鉴别,可为麻黄药材的质量控制提供一个快捷、准确、可行的方法.
推荐文章
FTIR、ATR-FTIR和UV多光谱鉴别不同产地重楼
重楼
衰减全反射傅立叶变换红外光谱
偏最小二乘判别分析
支持向量机
产地鉴别
基于Matlab GUI的羊肉产地鉴别平台设计
Matlab图形用户界面
高光谱数据采集
羊肉产地鉴别
数据预处理
样本预测
平台设计
甘肃不同产地中麻黄遗传关系的ISSR分析
甘肃
中麻黄
ISSR
遗传关系
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 不同品种产地麻黄的FTIR快速分析鉴别研究
来源期刊 时珍国医国药 学科 工学
关键词 麻黄 傅里叶变换红外光谱 主成分分析 径向基神经网络分析
年,卷(期) 2014,(2) 所属期刊栏目 国药鉴别
研究方向 页码范围 357-359
页数 3页 分类号 TQ657.3
字数 语种 中文
DOI 10.3969/j.issn.1008-0805.2014.02.041
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王强 94 726 11.0 24.0
2 唐军 87 394 10.0 14.0
3 王青 14 44 4.0 5.0
4 高晶 23 99 5.0 9.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (55)
共引文献  (177)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1957(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(4)
  • 参考文献(0)
  • 二级参考文献(4)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(3)
  • 参考文献(0)
  • 二级参考文献(3)
1992(6)
  • 参考文献(1)
  • 二级参考文献(5)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(8)
  • 参考文献(0)
  • 二级参考文献(8)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(5)
  • 参考文献(1)
  • 二级参考文献(4)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(4)
  • 参考文献(3)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
麻黄
傅里叶变换红外光谱
主成分分析
径向基神经网络分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
时珍国医国药
月刊
1008-0805
42-1436/R
大16开
湖北省黄石市黄石大道874号
38-168
1990
chi
出版文献量(篇)
28395
总下载数(次)
43
总被引数(次)
203860
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导