基于1H-NMR的灵芝产地分类与识别方法研究

作者:王寿峰; 梁俊威; 雍登金; 丁秀国; 林嘉荣; 程纯儒
来源:中药材, 2023, 46(03): 598-602.
DOI:10.13863/j.issn1001-4454.2023.03.010

摘要

目的:通过核磁共振波谱(NMR)识别灵芝产地。方法:利用正交偏最小二乘判别分析(OPLS-DA)对四个不同产地128个灵芝样品的1H-NMR核磁数据进行分析,并导入支持向量机(SVM)模型进行识别计算。结果:不同产地灵芝按地理来源全部正确分类,模型主成分累计贡献率R2X高达0.968,Q2值达到了0.917,表明所构模型区分能力和预测能力较好,基于核磁数据分类方法可行。进一步将灵芝核磁积分数据导入支持向量机(SVM)进行模式识别,测试集数据100%正确识别,输出数字结果。结论:核磁共振技术与支持向量机联用提供了一种灵芝产地识别的快捷方法,该方法可为中药材的品质分析提供借鉴。

  • 出版日期2023
  • 单位四川轻化工大学

全文