基于支持向量机的64种唇形科中药辛味药性模式识别研究

作者：周晴; 张传耀; 王鹏^*

来源：时珍国医国药, 2023, 34(09): 2280-2283.

• 支持向量机
• 唇形科中药
• 辛味药性
• 模式识别

目的 研究辛味唇形科中药化学成分的特征规律，并建立辛味药性判别预测模型。方法 从《中华本草》中收集64种对“五味”有明确记载的唇形科中药，将属于酸味、苦味、甘味、咸味中药记为“不是辛味”中药类，属于辛味的中药为“辛味”中药类，用支持向量机(SVM)构建辛味药性判别预测模型。结果 倍半萜类化学成分、倍半萜类化学成分和单萜类化学成分、倍半萜类化学成分和简单苯丙素类化学成分三种组合的提升度最高，表现出与辛味药性的强关联性，利用SVM建立的唇形科中药辛味药性判别预测模型对培训集样本判别率达100%,对测试集样本判别率达到94.74%,具有良好的预测判定效果。结论 基于SVM的分类模型能实现唇形科中药辛味药性的高效判别。

• 单位
  安徽中医药大学