科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 对中国蜂胶和杨树胶的薄层色谱分析结果进行机器学习判别研究，探讨可行的策略。方法 样品用甲醇提取后，点样于硅胶60薄层板，以正己烷-乙酸乙酯-甲酸(10∶4∶0.5)为展开剂，用浓氨水和双氧水熏至显色清晰，然后用扫描仪扫描获取薄层色谱图。图像用机器学习作判别分析。用图像分析处理提取光密度色谱图数据后再分别用主成分分析、偏最小二乘判别、线性判别分析进行判别。将样品色谱道图像按照展开路径截取，分别用7种图像特征描述符提取图像特征后，用支持向量机对数据建模、判别。结果 主成分分析、偏最小二乘判别的结果显示中国蜂胶和杨树胶的色谱数据存在明显的分类界限。用线性判别分析进行判别，正确率达到100%。用图像特征描述符提取特征结合支持向量机的方法，以ColorLayout、Tamura图像特征描述符进行判别的效果最好，正确率为100%。结论 在中国蜂胶薄层色谱鉴别中应用机器学习判别分析是可行的，有助于提高薄层色谱图判别的客观性。用ColorLayout、Tamura图像特征描述符提取色谱图特征再结合支持向量机的方法简捷易用，适合用于大量薄层色谱图的机器学习分析。
- 单位
