首页|基于多种算法建立牡蛎及石决明的拉曼光谱鉴别模型

基于多种算法建立牡蛎及石决明的拉曼光谱鉴别模型

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的 利用拉曼光谱建立多种算法的定性模型,用于贝壳类动物药牡蛎和石决明的鉴别分析.方法 采集32批牡蛎和29批石决明共计366个样品的拉曼光谱,光谱在Matlab软件中作Savitzky-Golay平滑滤波、Scale Normalization for Image Pyramids基线校正、归一化预处理,并对全部及特征波段进行主成分分析降维.使用K最邻近法、决策树算法、判别分析法、集成学习法、支持向量机、人工神经网络6种分类算法建立鉴别模型,通过贝叶斯优化对前5种模型性能进行提升.结果 预处理后拉曼信号峰明显,降维后牡蛎和石决明有聚类趋势.建立以200～310,670～740,1 050～1 100 cm-1为特征波段的5种算法鉴别模型,相比于全波段模型,除集成学习法、支持向量机外,其他算法准确率均有一定的提高.贝叶斯优化后,有3种模型训练集准确率达到98％,测试集准确率达到100％.采用人工神经网络建模分类,训练集、验证集、测试集的正确率均达到100％,能够准确地区分牡蛎和石决明.结论 基于多种算法或IP建立了牡蛎及石决明拉曼光谱鉴别模型,预测效果均较为理想,其中人工神经网络模型可实现牡蛎和石决明的百分百准确、快速鉴别.
Identification Models of Raman Spectrum for Ostreae Concha and Haliotidis Concha Based on Multiple Algorithms

李君翔、倪琳、王亚飞、马寒露、宋平顺、杨平荣、王红球

展开 >

兰州大学药学院,兰州730000

甘肃省药品检验研究院/国家药监局中药材及饮片质量控制重点实验室/甘肃省中藏药检验检测工程技术实验室,兰州730000

北京鉴知技术有限公司,北京100081

拉曼光谱 分类算法 鉴别模型 牡蛎 石决明

中药材及饮片质量控制重点实验室项目中药材及饮片质量控制重点实验室项目

2021GSMPA-KL012021GSMPA-KL02

2023

10.13748/j.cnki.issn1007-7693.2023.04.007

中国现代应用药学
中国药学会

中国现代应用药学

CSTPCDCSCD北大核心
影响因子：0.877
ISSN：1007-7693
年,卷(期)：2023.40(4)
  • 1
  • 12