科研之友
微信
新浪微博
Facebook
分享链接
摘要
天麻是云南省重要药材之一，天麻素和对羟基甲苯醇是天麻中的重要活性成分，也是评价天麻质量的重要指标。天麻素和对羟基甲苯醇含量的检测方法有高效液相色谱法、气相色谱法等，这些检测方法耗时较长、操作繁琐。近红外光谱具有检测速度快、方便、无污染等优点，在中药材领域质量监控、定量以及定性分析中有着广泛应用。为实现天麻中天麻素和对羟基甲苯醇含量快速、无损的检测，本研究以云南昭通乌天麻为试验对象，采集在900-1700nm范围内的光谱数据。首先，采用卷积平滑和标准正态变量变换进行光谱数据预处理，其次通过CARS与IRIV进行特征波长的提取，根据基于特征波长建立LSSVR模型的结果，选择最佳特征波长提取方法。为了提高模型的准确率，本研究引入人工兔智能算法对LSSVR中的正则化参数γ和核函数密度σ2进行优化，为了评估ARO的优越性，并与PSO、GWO进行对比，总体结果表明，ARO算法在寻优速度、寻优能力上优于PSO、GWO， 天麻素、对羟基甲苯醇的最佳预测模型均为CARS-ARO-LSSVR，其R2p分别为0.9696和0.9577，RMSEP分别为0.0140和0.0200。因此，本研究表明，近红外光谱可用于天麻中有效成分的定量检测，为天麻快速检测装置的研发提供了不可或缺的理论依据。
- 单位
