东篱科研大数据发现系统（DRDS）

位置：成果数据库 > 期刊 > 期刊详情页

栽培和野生中药材灯盏花的近红外光谱鉴别模型

期刊名称：光谱学与光谱分析, 2007, 27(10): 1959 ~ 1961
时间：0
分类：O657.3[理学—分析化学;理学—化学]
作者机构：[1]中国农业大学理学院,北京100094, [2]云南省红河州灯盏花研究所,云南泸西652400, [3]布鲁克光谱仪器公司,北京100082
相关基金：国家自然科学基金项目（30370915,20575076）,国家高技术研究发展计划“863”项目（2002AA248051,2002AA243011）和“十五”国家科技攻关项目（2004BA210A03,2002BA518A-05）资助
相关项目：显微近红外图像成像方法的研究及其在生物学中的应用

关键词：灯盏花, 近红外光谱, BP模型, Erigeron breviscapus, Near-infrared spectroscopy（NIR） , BP network

中文摘要：

分别在2台傅里叶变换近红外光谱仪上采集了43个栽培和野生中药材灯盏花样品的近红外漫反射光谱,提取光谱信息的15个主成分,方差贡献率达到99%以上。以20个灯盏花样品作为建模集,15个主成分作为网络学习输入层的15个节点,在2台仪器上用2套光谱分别建立了识别栽培和野生灯盏花样品的BP-神经网络模型,并对预测集的23个样品用于实际鉴别分析。两台仪器上的建模集样品模型回代正确识别率均为100%,预测集样品的正确识别率分别为100%和95.7%,结果表明,利用近红外光谱法进行栽培和野生中药材灯盏花的快速鉴别是可行的。

英文摘要：

Forty three cultivated and wild Chinese medical herbs erigeron breviscapus were scanned on two Fourier transform near-infrared spectroscopy instruments. Twenty samples were used to set up the BP-NN models and the others were used to validate the models. Fifteen principal components, whose variance contribution rate is above 99%, were collected as input nodes for BP-NN models. The correct identification rates of calibration samples were 100% for the models on both the two instruments, and the correct identification rates of validation samples were 100% and 95.7%, irrespectively. The results showed that using NIR to fast detect cultivated and wild Chinese medical herbs erigeron breviscapus was feasible.

同期刊论文项目