FTIR、ATR-FTIR和UV多光谱鉴别不同产地重楼

• 作者: 左智天 张庆芝 王元忠 裴艺菲 赵艳丽
• 来源期刊: 分析测试学报
• 学科: 化学
• 关键词: 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
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 研究报告
• 页码范围: 14-21
• 页数: 8页
• 分类号: O657.3|R282.5
• 字数: 4855字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4957.2019.01.002

摘要

测定了云南省及贵州省6个不同产地重楼的FTIR、ATR-FTIR及UV信息,并对ATR-FTIR光谱数据进行ATR校正(ATR-FTIR-A)、一阶导数(FD)、二阶导数(SD)、标准正态变量(SNV)等预处理,结合偏最小二乘判别分析(PLS-DA)与支持向量机(SVM)建立了单光谱与低级数据融合分类判别模型.结果表明,校正后的重楼ATR-FTIR(ATR-FTIR-A)光谱信息与KBr压片法展现的信息基本吻合;UV二阶导数图谱较原始图谱分辨率提高;ATR-FTIR-A单光谱及ATR-FTIR-A-UV低级数据融合的PLS-DA及SVM模型鉴别效果最好,预测正确率均达到100.00％.基于ATR-FTIR-A建立的PLS-DA或SVM产地鉴别模型分类正确率高,在实际生产应用中有简便、高效、准确等优点,若采用ATR-FTIR-A-UV建立模型可进一步加强模型稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王元忠	云南省农业科学院药用植物研究所	162	905	14.0	19.0
2	张庆芝	云南中医学院中药学院	52	204	6.0	11.0
3	赵艳丽	云南省农业科学院药用植物研究所	35	202	8.0	12.0
4	左智天	云南省农业科学院药用植物研究所	10	49	3.0	6.0
5	裴艺菲	云南中医学院中药学院	1	2	1.0	1.0