排序方式: 共有44条查询结果,搜索用时 15 毫秒
11.
FTIR聚类分析结合差热分析法应用于中药材延胡索表征的研究 总被引:8,自引:0,他引:8
采用傅里叶变换红外光谱法(FTIR)对不同品种的大叶、小叶延胡索及非正品延胡索进行了直接测定,并用FTIR聚类分析并结合差热分析法(DTA)对延胡索正品的不同品种及与非正品的亲缘关系进行了研究。FTIR聚类分析结果显示5个样品分为4组,大叶、小叶延胡索为一组,齿瓣元胡、东北元胡和土元胡各为一组;差热分析结果显示正品延胡索品种与非正品延胡索的DTA曲线有很明显的区别。所提出方法可有效地鉴别亲缘关系相近的中药材植物。 相似文献
12.
基于FTIR-CWT及ANN分类法的中药材菟丝子与同科属金灯藤子的识别方法研究 总被引:2,自引:0,他引:2
采用水平衰减全反射傅里叶变换红外光谱法(HATR-FTIR)测定了种子植物中药材菟丝子及同科属种子植物金灯藤子的FTIR,运用基于连续小波变换多分辨率分析法对吸收较为相似的菟丝子及金灯藤子的FTTR进行特征提取.通过分析比较后选择第7,10,13分解层的特征向量,进行人工神经网络(ANN)训练,再用训练出来的网络对不同产地的植物种子菟丝子和金灯藤子所得FTIR小波提取的特征向量进行分类.通过对32个不同样本的验证,说明能够采用基于FTIR-连续小波特征提取及人工神经网络分类法对同科属中药材菟丝子与金灯藤子进行识别. 相似文献
13.
14.
15.
16.
采用水平衰减全反射傅里叶红外光谱法(HATR-FTIR)测定罂粟和虞美人的FTIR,由于两者为同科同属中药材,所含化学成分较为相近,为了更好地突出罂粟和虞美人在FTIR上的差异,并据此进行正确分类识别,利用离散平稳小波变换(DSWT)分别对罂粟和虞美人的种皮和种仁的FTIR进行若干尺度的变换,从中选择2个最具代表性的尺度作为特征提取的尺度空间.根据罂粟和虞美人的FTIR分布情况,确定将DSWT域内2个尺度的FTIR分别划分为2个特征区域并以每个区域内的光谱能量作为特征参数.从而构造一个包含8个特征参数的特征向量,将这个特征向量输入到径向基函数神经网络(RBFNN)进行训练,从而达到正确识别罂粟和虞美人的目的.实验中共取罂粟和虞美人的FTIR数据128对,其中训练样本78对,测试样本50对.实验结果表明利用文章的方法对罂粟和虞美人的正确识别率分别为99.8%和99.9%,从而验证了方法的有效性. 相似文献
17.
基于FTIR-SVM的西洋参与籽播参的分类研究 总被引:2,自引:2,他引:0
支持向量机(SVM)是根据统计理论提出的一种新的学习算法。文章以40个西洋参样品为实验材料,通过FTIR-SVM建立了西洋参样品与籽播参识别的模型。对学习训练集中的30个样品模型识别率为100%,对10个预测样品的识别准确率为90%。研究结果表明,FTIR-SVM可以用于中药西洋参与籽播参的区别。 相似文献
18.
FTIR直接测定法在解决忍冬科一些分类学问题中的应用研究 总被引:6,自引:6,他引:0
应用傅里叶变换红外光谱 (FTIR) 法测定了忍冬科5属12种植物的红外光谱,对其红外光谱及系统关系进行了分析。结果表明:各分类群的红外光谱具有高度特异性和重现性,七子花属与忍冬族和北极花族的关系都比较接近,表明七子花属有可能在一定程度上联系着忍冬族和北极花族,而接骨木属和荚蒾属与科内其他属的距离并不远,支持目前把这两属归入忍冬科的分类方法。说明利用已知的标准红外光谱图库,可以鉴定和区分出这些属或其他属植物的种类及关系。 相似文献
19.
采用微波消解技术-电感耦合等离子-原子发射光谱法(ICP-AES)对不同产地、不同生长年限的芍药及其炮制前后含有的几种具有重要生理功能的无机微量元素——K,Ca,Na,Mg,Za,Fe和Cu等的含量进行了依次测定。结果显示样品中含有丰富的微量元素,该方法的RSD均在4%以下,加标回收率在99%~113%,具有较好的准确度和精密度。进而采用主成分分析法(PCA)对所测得的白芍样品微量元素作为变量进行分类研究。结果表明微波消解-电感耦合等离子-原子发射光谱法可同时测定多种微量元素,主成分分析法是不同白芍的分析分类的有效方法,实验结果可为白芍中微量元素与其药效的相关性提供科学依据。 相似文献
20.
采用水平衰减全反射(HATR)-傅里叶变换红外光谱法(FTIR)测定了3种缩叶藓属植物齿边缩叶藓、多枝缩叶藓和中华缩叶藓的红外谱图,运用离散小波变换对吸收较为相似的3种缩叶藓属植物的红外谱图进行特征提取。通过分析比较后选择第三,四分解层进行特征向量的提取,利用所得到的特征变量进行径向基神经网络(RBF-NN)训练,再将训练出来的网络对不同产地的3种缩叶藓属植物的红外谱图离散小波提取后的特征向量进行分类。通过对120个不同样本的验证,说明能够采用基于FTIR-离散小波进行数据压缩后进行特征变量的提取及径向基神经网络分类法对3种缩叶属植物齿边缩叶藓、多枝缩叶藓和中华缩叶藓进行分类。 相似文献