10.3969/j.issn.1004-4957.2019.01.002
FTIR、ATR-FTIR和UV多光谱鉴别不同产地重楼
测定了云南省及贵州省6个不同产地重楼的FTIR、ATR-FTIR及UV信息,并对ATR-FTIR光谱数据进行ATR校正(ATR-FTIR-A)、一阶导数(FD)、二阶导数(SD)、标准正态变量(SNV)等预处理,结合偏最小二乘判别分析(PLS-DA)与支持向量机(SVM)建立了单光谱与低级数据融合分类判别模型.结果表明,校正后的重楼ATR-FTIR(ATR-FTIR-A)光谱信息与KBr压片法展现的信息基本吻合;UV二阶导数图谱较原始图谱分辨率提高;ATR-FTIR-A单光谱及ATR-FTIR-A-UV低级数据融合的PLS-DA及SVM模型鉴别效果最好,预测正确率均达到100.00%.基于ATR-FTIR-A建立的PLS-DA或SVM产地鉴别模型分类正确率高,在实际生产应用中有简便、高效、准确等优点,若采用ATR-FTIR-A-UV建立模型可进一步加强模型稳定性.
重楼、衰减全反射傅立叶变换红外光谱、偏最小二乘判别分析、支持向量机、产地鉴别
38
O657.3;R282.5(分析化学)
国家自然科学基金资助项目81460584;云南省自然科学基金重点项目2017FA049
2019-03-06(万方平台首次上网日期,不代表论文的发表时间)
共8页
14-21