基于FTIR.pdfVIP

第26卷，第12期 光谱学与光谱分析 2oO and December，2006 6年12月 SpectroscopySpectralAnalysis 基于FTIR—SVM的西洋参与籽播参的分类研究 李丹婷1，程存归¨，杜正雄2，何佑秋2，孔黎春1 1．浙江师范大学化学与生命科学学院，浙江金华321004 2．西南大学化学化工学院，重庆400715 摘要支持向量机(sVM)是根据统计理论提出的二种新的学习算法。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，盯IR_SVM可以用于中药西洋参与籽播参 的区别。，． 主题词傅里叶变换红外光谱法；支持向量机；西洋参；籽播参；分类 中图分类号：、065 文章编号：1000—059312006)12—2186一04 7．3、 文献标识码：A ，。 二x ．、 参的分类结果。 引 言 1支持向量机的分类机理 L． 西洋参为五加．科植物西洋参Pn砸z舛i孢q“e如zi“m 的干燥根，其功能主治为“补气养阴，清热生津。用于气虚阴 人工神经网络等方法多是以经验风险最小化原则为前 亏，内热，咳喘痰血；‘虚热烦倦，}《j渴和口燥咽干”。人参为 提，该类方法只有在样本数趋向于无穷大时其性能才有理论 五加科植物人参P伽口z C．A．Mey．的干燥根，为籽 gi咒se挖g 播参。籽播参为人参种子播种到参床上，不移栽，4年后挖 最小化原则，它不仅要求最优分类面将各类元错误的分开， 起，按西洋参的低温烘干法干燥而得。两者功能主治差别很 而且要使类间间隔最大，从而保证真实风险最小。SⅥⅥ方法 大，人参功能主治为“大补元气，复脉固脱，补脾益肺，生津 最初是从线性可分情况下提出来的。由于实际中存在线性不 和安神。用于体虚欲脱，肢冷脉微，脾虚食少，肺虚喘咳，津 可分的情况，因此SvT订方法可扩展到求解非线性分类的问 伤口渴，内热消渴，久病虚赢，惊悸失眠，阳痿宫冷，心力衰 题。基本思想是：设包含咒个样本的训练集(五，弘)∈剐× 竭和心原性休克”。籽播参是市场上新出现的西洋参冒充品。 换到一个高维特征空间n的向量g(五)，然后在这个新空间 因为籽播参实为人参的不同种植和加工方法韵生晒参，现在 求取最优分类面，这种非线性映射是通过定义适当的内积函 籽播参不经过苗移，断面坚实无裂隙，故很难判断。由于两 数实现的。构建在特征空间0的最优超平面可以表达为 者一般均为饮片，其外观极其相像，采用常规的药典法比较 三 难鉴别[I]。借助现代科学中的各种手段鉴别成分复杂的中药 (1) t=1 质量，对中药实现现代化、国际化具有十分重要的意义[2]。 特征空间n是Hi脑e以空