共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
目的比较不同模式识别方法结合化学指纹图谱对不同产地三叶青Tetrastigma hemsleyanum的鉴别效果,提出三叶青产地鉴别的新方法。方法收集浙江、云南和贵州3个产区的72批三叶青样品,采集HPLC指纹图谱,标注18个共有峰,比较主成分分析、正交偏最小二乘法-判别分析和随机森林算法在处理不同产地样品复杂数据中的差异效果。结果 72批三叶青样品经主成分分析只能分为2类,正交偏最小二乘法-判别分析的结果优于主成分分析,随机森林法能将3个产区的样品完全分开。利用随机森林算法结合指纹图谱能有效地对不同产区的三叶青进行鉴别和区分。结论本研究可作为三叶青产区和质量控制的有效方法,为多指标的复杂指纹图谱鉴别不同产地药材提供有效的参考。 相似文献
4.
目的:建立矿物药阳起石的X射线衍射(X-Ray Diffraction,XRD) Fourier指纹图谱,为阳起石药材的鉴定提供新方法。方法:采用粉末XRD技术对矿物药阳起石进行分析,测定其XRD Fourier指纹图谱;以指纹图谱为对照,根据不同样品XRD图谱中各特征峰相对强度,以夹角余弦法和相关系数法计算各样品XRD图谱的相似度,并做聚类分析。结果:获得10批正品、3批掺杂阳起石药材和2批伪品的XRD图谱,其中10批正品图谱几何拓扑特征基本一致;利用该10批正品阳起石样品XRD图谱得到由18个共有特征峰组成的阳起石XRD指纹图谱;相似度分析显示,15批样品中,不同正品样品XRD图谱共有峰相似度均较高(>0.98),掺杂样品相似度略低(0.85-0.97),伪品样品相似度最低(<0.2),三者相似度具有明显差异,可加以区分;聚类分析结果与相似度分析结果一致。结论:X射线衍射指纹图谱分析方法专属性强,准确可靠,可实现对矿物药阳起石的鉴别和质量评价。 相似文献
5.
赭石炮制品X射线衍射分析及指纹图谱的建立 总被引:2,自引:2,他引:0
目的建立赭石炮制品的X射线衍射指纹图谱,并对不同产地赭石炮制品进行相似性考察。方法采用X射线衍射法对10批赭石炮制品进行定性分析,并用Origin 8.0软件比较其共有峰的夹角余弦相似度。结果建立了赭石炮制品的X射线衍射指纹图谱;不同来源的赭石样品X衍射图共有峰相似度均达到95%以上。结论赭石炮制品的X射线衍射分析方法专属性强,准确可行,指纹图谱可用于其与氧化铁类矿物药及其他矿物药的鉴别;能全面、客观地反映赭石炮制品的内在质量特征。 相似文献
6.
目的:建立一种基于~1H-NMR指纹图谱技术结合多元统计分析对不同产地的大花红景天进行有效分类与鉴别的方法。方法:利用傅立叶变换核磁共振波谱仪采集7个不同产地40批次的大花红景天~1H-NMR指纹图谱,将~1H-NMR指纹图谱处理转化为数据矩阵,结合相似度评价和多元统计分析方法中的层序聚类分析(HCA)、无监督的主成分分析(PCA)、有监督的偏最小二乘法判别分析(PLS-DA)和正交偏最小二乘法判别分析(OPLS-DA)进行多元统计分析。结果:~1H-NMR指纹图谱技术结合多元统计分析方法能够对7个不同产地的大花红景天进行准确分类、鉴别,其中有监督的PLS-DA和OPLS-DA的分析结果优于无监督的PCA分析,OPLS-DA的分类与鉴别效果最优,并且OPLS-DA在对两组数据的分类、鉴别方面有独特的优势。结论:~1H-NMR指纹图谱技术结合多元统计分析方法可以作为一种有效分类、鉴别不同产地大花红景天的方法。 相似文献
7.
8.
煅硼砂X射线衍射指纹图谱研究 总被引:3,自引:0,他引:3
目的:建立中药煅硼砂X射线衍射指纹图谱,为煅硼砂质量评价提供新方法。方法:采用X射线衍射技术对煅硼砂样品进行定性分析,并对各样品共有峰进行相似度分析。结果:获得了8个煅硼砂样品的X射线衍射图谱,其中7个样品衍射图谱几何拓扑特征基本一致;利用该7批煅硼砂样品X衍射图谱得到煅硼砂的X射线衍射指纹图谱;并以指纹图谱为对照,根据煅硼砂X射线衍射图谱中各特征峰峰高强度,以夹角余弦法和相关系数法计算各样品X射线衍射图谱的相似度,发现不同样品X射线衍射图谱共有峰相似度均较高,与聚类分析结果一致。结论:X射线衍射指纹图谱分析方法专属性强,准确可靠,可实现对煅硼砂的鉴别和质量评价。 相似文献
9.
10.
目的:采用傅里叶变换红外光谱技术,结合化学模式识别方法,对麻花秦艽及其伪品进行鉴别分析,为麻花秦艽的质量控制提供一种新的方法。方法:采集560个来自5个不同产地的麻花秦艽及其伪品黑秦艽、甘肃丹参的原始红外光谱图,并经过多元散射校正(MSC)和二阶导数(SD)处理后,用偏最小二乘判别分析对其进行整体指纹信息判别。结果:采用的PLSDA判别分析方法,能准确成功地识别麻花秦艽及其伪品黑秦艽、甘肃丹参。结论:该法快速、准确,为客观评价中药材的真伪、产地归属、质量类别等提供了一种新的方法和手段,在中药材质量控制领域具有广阔的应用前景。 相似文献
11.
12.
目的:建立红外指纹图谱结合化学计量学鉴别中药材墓头回及其伪品。方法:采集墓头回、白花败酱、黄花败酱和斑花败酱共50批药材的红外光谱,对光谱数据进行平滑、基线校正、纵坐标归一化、二阶求导等预处理,选取10个共有特征峰采用主成分分析(PCA)、正交偏最小二乘判别分析法(OPLS-DA)和簇类独立软模式识别法(SIMCA)分析光谱数据。结果:二阶导数红外光谱3 500~2 000 cm-1波段中存在差异,墓头回及其伪品可以通过部分区域中吸收峰的峰形和峰强进行鉴别;PCA结果表现为B1~B11聚为一类,S1~S11聚为一类,M1~M15和H1~H13中有少数样品重叠;OPLS-DA将50批样品分为4类,分别为M1~M15,B1~B11,H1~H13,S1~S11,表明OPLS-DA能更好地将墓头回及其伪品区分开,且通过变量重要性投影(VIP)分析可得1、2、5、7号为区分贡献度最大的4个标志;SIMCA模式识别法建立的模型对样品的识别率为100%,说明该方法很好地将墓头回及其伪品分类。结论:红外光谱法结合二阶导数、PCA、OPLS-DA和SIMCA法为墓头回质量控制提供了... 相似文献
13.
14.
15.
16.
目的 基于气相色谱-离子迁移谱(GC-IMS)技术建立白及Bletillastriata饮片及其常见伪品饮片的挥发性有机物指纹图谱,探索用于快速鉴别白及饮片真伪的新方法。方法 以常见伪品玉竹Polygonatum odoratum饮片为例,基于GC-IMS检测白及饮片和玉竹饮片的挥发性有机物,采用直观法和指纹图谱法对比两者挥发性有机物的差异,并对其进行定性分析,再基于指纹图谱筛选的差异峰建立多种辨识模型,以评价GC-IMS技术用于白及饮片快速真伪鉴别的可行性,最后根据正交偏最小二乘判别分析(orthogonalpartialleastsquares-discriminationanalysis,OPLS-DA)模型的变量重要性投影(variable importanceprojection,VIP)和P值筛选两者的差异标志物。结果 2种饮片挥发性有机物的峰强度存在一定的差异,结合指纹图谱进一步对比两者的挥发性有机物含量差异发现白及和玉竹各有53和38个特征挥发性有机物;以筛选的差异峰峰体积作为变量建立分类模型,发现OPLS-DA、K最邻近等模型分类预测的准确率均为100%,最后根据VI... 相似文献
17.
目的 建立玄参Scrophularia ningpoensis的HPLC指纹图谱及多成分定量测定方法。方法 采用HPLC法建立浙江、湖北、四川、安徽等9个省份116批玄参指纹图谱,进行相似度评价,结合聚类分析(hierarchical cluster analysis,HCA)、正交偏最小二乘法-判别分析(orthogonal partial least squares-discriminant analysis,OPLS-DA)对玄参进行化学模式识别分析。同时对8个活性成分(桃叶珊瑚苷、哈巴苷、咖啡酸、对香豆酸、阿魏酸、类叶升麻苷、安格洛苷C、哈巴俄苷)进行含量测定,分析其与生境因子的相关性。结果 建立了116批玄参的指纹图谱,相似度为0.746~0.997,共标定34个共有峰。聚类分析将116批玄参分为4类,OPLS-DA分析能有效地将3个传统道地产区玄参与非道地产区玄参进行区分(Q2>0.5)。不同产地玄参中化学成分含量存在差异,与海拔、经纬度存在相关性。结论 建立的玄参HPLC指纹图谱及多成分含量分析方法稳定、可靠,结合化学识别模式可为玄参药材的产地判别及质量评价提供参考... 相似文献
18.
目的:建立菊苣药材HPLC指纹图谱并进行含量测定。方法:通过建立HPLC指纹图谱,并进行相似度评价、聚类分析及正交偏最小二乘判别分析,筛选出差异性成分并进行含量测定和方差分析。结果:16批菊苣药材HPLC指纹图谱确定15个共有峰,相似度均在0.900以上;聚类分析及正交偏最小二乘判别分析结果一致,可将样品分为3组,并筛选出5个差异性成分,指认其中3个为绿原酸、菊苣酸和3,5-O-二咖啡酰奎宁酸;含量测定及方差分析的显著性差异情况与前述分组结果一致。结论:HPLC指纹图谱结合差异性成分的含量测定及统计分析,可阐明菊苣药材整体质量特征及差异性,为菊苣药材质量控制及药效物质基础研究提供参考。 相似文献
19.
目的 利用电子眼和色差仪分别对白及Bletillastriata及其伪品进行辨识,旨在建立白及真伪的快速辨识方法。方法 首先基于《中国药典》、地方标准和HPLC指纹图谱对多采集来源的134批白及及其伪品样品进行综合鉴别,以确定标杆辨识信息(Y)。然后基于电子眼和色差仪分别获取上述样品的智能视觉信息(X)。最后利用Matlab建立Y=F(X)模型,即分别建立白及真伪二分类(白及、非白及)和四分类(白及、天麻Gastrodiaelata、玉竹Polygonatumodoratum、黄花白及Bletilla ochracea)的主成分分析-判别分析(principal component analysis-discriminant analysis,PCA-DA)、偏最小二乘-判别分析(partial least squares-discriminant analysis,PLS-DA)、最小二乘-支持向量机(least squares-support vector machine,LS-SVM)和K最近邻(K nearest neighbor,KNN)辨识模型并验证。结果 经留一法交互验证... 相似文献