基于支持向量机的中药升降浮沉药性识别模型

作者：油雨忻; 李若轩; 段梦雨; 魏国辉^*

来源：时珍国医国药, 2022, 33(11): 2801-2804.

• 升降浮沉
• 药性
• 紫外指纹图谱
• 主成分分析
• 支持向量机

目的 中药升降浮沉药性判别，建立中药升降浮沉药性与中药成分的相关关系。方法 依据已有结论“中药寒热药性的物质基础是中药成分”提出假说：中药升降浮沉药性的物质基础也是中药成分。实验筛选54味升降浮沉药性明确的中药作为研究对象，通过紫外指纹图谱表征中药成分，应用主成分分析(PCA)提取药性相关的成分信息，引入支持向量机(SVM)算法建立具有中医药特色的中药升降浮沉药性判别模型。结果 基于交叉验证和网格寻优算法，支持向量机算法参数c和g都为0.5时模型最优，训练集分类准确率为80.77%,测试集分类准确率为80%,模型稳定性评价的ROC曲线下面积为0.832。结论 经实验验证，此实验构建的判别模型稳定性较好，判别模型可行有效。

• 单位
  山东中医药大学