首页|紫外可见光谱结合化学计量法快速检测双黄连口服液大类成分

紫外可见光谱结合化学计量法快速检测双黄连口服液大类成分

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
目的 基于紫外可见光谱和化学计量学方法建立1种快速检测双黄连口服液质量的方法.方法 采集双黄连口服液紫外可见光谱数据,并使用主成分分析筛选剔除异常样本数据.采用Kennard-Stone算法将所有样本按照7:3的比例划分为训练集和测试集.采用一阶求导、标准正态变量变换对数据进行预处理,然后结合竞争性自适应重加权采样法提取特征波长,最后将支持向量回归(support vector regression,SVR)、最小二乘支持向量回归(least squares of support vector regression,LS-SVR)、前馈型反向传播(back propagation,BP)神经网络3种方法用于可溶性固形物(soluble solids content,SSC)、总黄酮(total flavones,TF)的定量分析模型的建立.结果 3种模型的决定系数R2均≥0.816 8,均方根误差RMSE均≤4.378 2,均获得了较好的预测效果.对测试集SSC及TF预测结果进行对比发现,与BP神经网络、LS-SVR相比,SVR模型获得了最大R2以及最小RMSE.SVR-SSC模型的R2为0.999 8,RMSE为0.260 3,SVR-TF模型的R2为0.998 3,RMSE为0.543 3.结论 紫外可见光谱结合SVR可以提供1种双黄连口服液质量的高精度快速现场检测方法.
Rapid Detection of Major Components in Shuanghuanglian Oral Liquid by UV-Vis Spectroscopy Combined with Chemometrics

吴晨璐、王秋悦、所同川、赵静、李正

展开 >

天津中医药大学中药制药工程学院,天津301617

省部共建组分中药国家重点实验室,天津301617

紫外可见光谱 化学计量法 支持向量回归 最小二乘支持向量回归 BP神经网络 双黄连口服液 质量控制

国家自然科学基金国家自然科学基金"重大新药创制"国家科技重大专项

81973699817741482018ZX09201-011

2023

10.13748/j.cnki.issn1007-7693.20221512

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(6)
  • 1
  • 6