基于NIRS和PCA-SVM算法快速鉴别4种含铁矿物药  

作　　者：张晓冬[1] 陈龙[1] 黄必胜[1] 陈科力[1] 

机构地区：[1]湖北中医药大学,教育部中药资源和中药复方重点实验室,湖北武汉430065

出　　处：《中成药》2018年第2期404-410,共7页Chinese Traditional Patent Medicine

基　　金：武汉市2012年高新技术产业发展行动计划生物技术与新医药专项(201260523193)

摘　　要：目的基于NIRS和PCA-SVM算法快速鉴别磁石、自然铜、蛇含石、赭石。方法采集各样品的近红外光谱(NIRS),分别采用不同方法进行光谱预处理及PCA降维,通过网格搜索法寻优建立SVM模式识别模型。对比不同预处理方法及所建PCA-SVM模型的预测准确率,确定最佳预处理方法和最佳主成分,建立4种含铁矿物药快速鉴别模型。结果光谱最佳预处理方法为矢量归一化法(VN),最佳主成分为PC1和PC2。所建模型对训练集和验证集样品预测准确率均达到100%,模型五折交叉验证准确率亦达100%。结论所建的4种含铁矿物药NIRS的PCA-SVM鉴别模型预测能力强,可用于上述4种含铁矿物药的快速鉴别。

关 键 词：磁石 自然铜 蛇含石 赭石 NIRS PCA-SVM 

分 类 号：R284.1[医药卫生—中药学]