基于近红外光谱和化学计量学的党参定性模型的建立

作者：水彦芳; 李波霞; 魏玉辉; 席莉莉; 武新安

来源：光谱实验室, 2013, (03): 1216-1221.

• 近红外光谱
• 随机森林
• K-邻近 Near Infrared(NIR) Spectrum
• Random Forests(RF)
• k-Nearest Neighbor Algorithm(KNN)

采用近红外光谱结合化学计量学,对来源于不同产地的81个党参样本进行快速、无损的定性研究。将党参样本粉碎后,采用光纤漫反射采集近红外光谱,并结合随机森林建立党参的定性模型,同时对比分析了不同光谱预处理方法(未处理、变量标准化+一阶导数、偏移校正+一阶导数)对鉴别结果的影响。结果显示,样本可按产地区分开;光谱经偏移校正+一阶导数处理后,训练集准确率达100%,测试集准确率为94%。研究表明,近红外光谱结合随机森林原理简单,易操作,准确率高,为作为快速鉴别党参的参考方法。

• 单位
  兰州大学第一医院