[發(fā)明專利]一種中藥材摻偽的快速定量檢測方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202210618606.6
• 申請(qǐng)日: 2022-06-02
• 公開（公告）號(hào): CN114910442A
• 公開（公告）日: 2022-08-16
• 發(fā)明（設(shè)計(jì)）人: 卞希慧;吳德云;張奎;劉鵬;王志剛;譚小耀
• 申請(qǐng)（專利權(quán)）人: 天津工業(yè)大學(xué)
• 主分類號(hào): G01N21/359
• 分類號(hào): G01N21/359;G01N21/3563;G06K9/62
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種中藥材摻偽的快速定量檢測方法，其特征在于，1)配制一定數(shù)目的中藥摻偽樣品：獲取不同種類不同批次的中藥材若干，將每種藥材置于60℃烘箱進(jìn)行3小時(shí)烘干，去除藥材中所含水分；對(duì)干燥后的藥材進(jìn)行研磨粉碎處理，過120目篩，存儲(chǔ)于密封袋中；將每種中藥按不同質(zhì)量百分比進(jìn)行摻偽，保證每個(gè)樣品中各組分藥材的百分含量之和為100％，由此得到m個(gè)中藥摻偽樣品；2)采集樣品的近紅外光譜：設(shè)置近紅外光譜的測量參數(shù)，采樣波數(shù)范圍12000-4000cm^-1，掃描次數(shù)64次；每個(gè)樣品采集光譜三次，取三次光譜的平均值作為每個(gè)樣品的最終光譜；(3)使用一定的分組方法將m個(gè)中藥摻偽樣品劃分含有為m1個(gè)樣品的訓(xùn)練集和含有m2個(gè)樣品預(yù)測集，其中分組方法可以是KS、Duplex、SPXY等方法；4)先對(duì)訓(xùn)練集的每個(gè)樣品i(i＝1，2，...，m1)分別進(jìn)行變分模態(tài)分解，每個(gè)樣品的光譜得到含有K個(gè)離散模態(tài)分量的矩陣ui_K×n，m1個(gè)樣品得到m1個(gè)模態(tài)分量矩陣u1_K×n，u2_K×n，...，um1_K×n；5)將m1個(gè)樣品的模態(tài)分量矩陣ui_K×n(i＝1，2，...，m1)重新組合成K個(gè)新的模態(tài)矩陣Uk_m1×n(k＝1，2，...，K)，每個(gè)Uk含有與訓(xùn)練集相同的樣本數(shù)(m1)和變量數(shù)(n)；然后對(duì)每個(gè)模態(tài)矩陣Uk_m×n分別建立支持向量回歸子模型；6)對(duì)預(yù)測集m2個(gè)樣品的光譜信號(hào)進(jìn)行與訓(xùn)練集相同的變分模態(tài)分解與組合，得到訓(xùn)練集對(duì)應(yīng)的K個(gè)模態(tài)矩陣Uk_m2×n(k＝1，2，...，K)；這K個(gè)模態(tài)矩陣分別代入到步驟5)建立的對(duì)應(yīng)的K個(gè)支持向量回歸子模型中，得到每個(gè)子模型的預(yù)測結(jié)果；7)將K個(gè)子模型的預(yù)測結(jié)果進(jìn)行加權(quán)平均得到最終的預(yù)測結(jié)果，其中權(quán)重為每個(gè)支持向量回歸子模型交叉驗(yàn)證均方根誤差(RMSECV)4次方的倒數(shù)。

2.根據(jù)權(quán)利要求1所述的一種中藥材摻偽的快速定量檢測方法，其特征在于：模態(tài)分量個(gè)數(shù)K根據(jù)預(yù)測均方根誤差(RMSEP)隨分解個(gè)數(shù)的變化確定，RMSEP最小值對(duì)應(yīng)的分解個(gè)數(shù)K為最佳分解個(gè)數(shù)。

3.根據(jù)權(quán)利要求1所述的一種中藥材摻偽的快速定量檢測方法，其特征在于：訓(xùn)練集中重組模態(tài)Uk的過程是將第i(i＝1，2，...，m1)個(gè)光譜信號(hào)的模態(tài)分量ui按k的順序放到對(duì)應(yīng)的模態(tài)Uk矩陣的第i行。