首页|电子鼻结合GC-MS鉴别不同部位的三七粉

电子鼻结合GC-MS鉴别不同部位的三七粉

扫码查看
原文链接
  • 万方数据
  • 维普
为鉴别不同部位的三七粉,采用电子鼻结合气相色谱-质谱(gas chromatography-mass spectrometry,GC-MS)联用技术对三七的整根粉、剪口粉、主根粉、侧根粉和须根粉进行挥发性成分分析.通过GC-MS测定三七粉挥发物的成分和含量,并进行多重比较.利用统计学习方法提取电子鼻响应曲线的8 个时域特征,并进行相关性分析,采用3 种特征选择算法对特征数据进行降维.分别建立基于原始特征数据、3 种特征选择数据的支持向量机(support vector machine,SVM)、最小二乘支持向量机(least square support vector machine,LSSVM)和极限学习机分类模型;引入灰狼优化(grey wolf optimization,GWO)算法对分类模型中的参数gam和sig2进行优化.结果表明:5 种三七粉样品中共检测出31 种挥发物成分,最优的GWO-IRIV-LSSVM模型能够对电子鼻数据进行有效区分,测试集准确率为97.5％,且能客观反映出样品种类挥发性物质的差异主要是挥发物总量、烷烃和芳香族化合物,这与GC-MS检测结果一致.本研究可用于道地产区优质三七粉混入劣质三七粉的检测.
Identification of Panax notoginseng Powders from Different Root Parts Using Electronic Nose and Gas Chromatography-Mass Spectrometry

electronic nosegas chromatography-mass spectrometryPanax notoginseng powderfeature extractionleast squares support vector machinegrey wolf optimization algorithm

李丽霞、张浩、林宇浩、史磊、李珊珊、张付杰、王俊

展开 >

昆明理工大学现代农业工程学院,云南昆明 650500

浙江大学生物系统工程与食品科学学院,浙江杭州 310058

电子鼻 气相色谱-质谱法 三七粉 特征提取 最小二乘支持向量机 灰狼优化算法

云药之乡产业技术创新体系构建及应用项目

202102AA310045

2023

10.7506/spkx1002-6630-20221129-332

食品科学
北京食品科学研究院

食品科学

CSTPCDCSCD北大核心
影响因子：1.327
ISSN：1002-6630
年,卷(期)：2023.44(20)
  • 1
  • 18