CN107101972B - 一种近红外光谱快速检测三叶青产地方法 - Google Patents

Abstract

本发明公开了一种近红外光谱快速鉴别三叶青产地的方法。由于三叶青近红外光谱数据还未完善，因此在其产地鉴别上，应对鉴别算法提出更高的要求，即在实现三叶产地鉴别的同时，还要能够有效地识别出其它或未知新产地的三叶青。针对这一问题，本文结合三叶青近红外光谱数据的特点，对算法共做了三方面改进：①从距离的角度估计样本的概率密度；②以训练样本可信度的方式计算带宽参数；③在未知新产地的识别上，提出一种基于训练集样本的概率密度函数的识别方法。本发明提出一种新的特征波长选择方法，其操作简单，通用性强，能够有效提高定量模型，稳健性与准确性。

Description

一种近红外光谱快速检测三叶青产地方法

技术领域

本发明属于中草药产地鉴别领域，具体涉及一种近红外光谱快速检测三叶青产地方法。

背景技术

三叶青是我国特有的珍稀中草药材，具含有酚类、氨基酸类、黄酮类、萜类、强心苷类、甾体类等成分。研究表明其具有保护肝脏、抗病毒、抗炎镇痛、抗肿瘤，临床上对麻疹并发肺炎、小儿高热、扁桃体炎等多种疾病也有显著疗效。由于三叶青特殊的药用价值，需求量越来越大。然而，三叶青资源十分短缺，野生三叶青稀少，人工栽培难度大，具有药用价值的地下块根需要3～5年的时间才能达到商品药材要求，而且其不同产地、不同种质的植物学特征特性、地下块根产量以及有效成分含量存在明显差异。据报道，三叶青中黄酮类成分含量不同产地差异悬殊，如浙江和广西产地间黄酮类成分含量差异最大可达到7倍。现阶段，主要对三叶青的药用价值及其化学成分进行研究，针对其产地鉴别却鲜有报导，而一种针对三叶青产地鉴别的有效方法，对规范三叶青市场、保护消费者利益具有非常重要的现实意义。

传统中药材鉴定手段主要是依据其外部形态、显微结构和化学成分，甚至依靠有经验医师的主观判断。但由于植物根类药材大多外部形态相似，特别经过加工和饮片泡制后，难以看出具本身形状和颜色，显微特征也被不同程度破坏，造成鉴定困难。这种鉴定方法对专业要求高，化学成分鉴定过程复杂，鉴定成本高。

近红外光谱分析技术作为一种新型实用分析技术，反映给定样品的物理和化学信息，不仅适用于固体、液体、气体样品分析，而且具有快速、非破坏性、廉价和样品量少等优点。近年来，近红外光谱分析技术结合主成分分析法(Principal Component Analysis，PCA)、支持向量机(Support Vector Machine，SVM)、相关向量机(Relevance VectorMachine，RVM)等分析方法，在食品、生物、药品、石化、环境等方面得到广泛应用。

上述分类器必须事先利用训练集中的各类样本数据对模型本身进行训练，才能够对训练集中的各类实现鉴别，在分类过程中，不同分类器的按照其各自的分类机制，将待测样本匹配为训练集中的某一类，从而实现分类，但这就要求待测样本必须属于训练样本中的其中一类，分类器才能做出正确的鉴别，而当待测样本属于训练集样本之外的其它类时，则无法做出正确的鉴别。

发明内容

本发明的目的是提供一种近红外光谱快速检测三叶青产地方法，防止三叶青以次充好。

本发明采用以下技术方案：一种近红外光谱快速检测三叶青产地方法，具特征在于：采用基于核密度估计的改进算法进行定性分析，具体步骤包括如下：S1：采集各重点产地的三叶青样本，利用近红外光谱分析仪采集其近红外光谱，建立一个常见三叶青近红外光谱数据库；S2：建立一个基于核密度估计分类算法的三叶青产地分类模型。

在本发明一实施例中，S2包括以下步骤：S21：确定分类器的基本模型，如下：

其中K(*)为核函数；k指训练样本中的第k类样本，且k＝1，2，L，……，c，其中c为总类别数；n_k为训练集样本中第k类的样本数；h^(k)为核函数K(*)的带宽参数；取第k类训练集样本的均值作为簇类中心，记为u^(k)；S22：针对整个三叶青近红外光谱数据库概率密度函数计算如下：

S23：以权重的形式实现分类，及其分类原则如下：

分类的原则可以设计如下：分类原则1：如果ρ^(k)＝max{ρ⁽¹⁾，ρ⁽²⁾，…，ρ^(c)}；则待测样本属于第k类，分类原则2：当

时；待测样本属于已知类；当

时；待测样本属于未知类；将训练样本对应的所有

函数值中的最小值作为阈值，即

r属于训练样本集。

较佳的，核函数K(*)为：K(x)＝exp(-x)，(x≥0)。

较佳的，带宽参数h^(k)的计算公式为：

与传统的中草药产地鉴别方法过程复杂，可靠性低，本发明的方法操作简单，通用性强，能够有效提高定量模型稳健性与准确性。

附图说明

图1基于核密度估计的分类算法实施图。

图2为各产地近红外光谱图。

具体实施方式

下面结合附图和具体实施例对本发明做进一步解释说明。

一种近红外光谱快速检测三叶青产地方法，其特征在于：采用基于核密度估计的改进算法进行定性分析，具体步骤包括如下：S1：采集各重点产地的三叶青样本，利用近红外光谱分析仪采集其近红外光谱，建立一个常见三叶青近红外光谱数据库；S2：建立一个基于核密度估计分类算法的三叶青产地分类模型。

在本发明一实施例中，S2包括以下步骤：S21：确定分类器的基本模型，如下：

其中K(*)为核函数；k指训练样本中的第k类样本，且k＝1，2，L，……，c，其中c为总类别数；n_k为训练集样本中第k类的样本数；h^(k)为核函数K(*)的带宽参数；取第k类训练集样本的均值作为簇类中心，记为u^(k)；S22：针对整个三叶青近红外光谱数据库概率密度函数计算如下：

S23：以权重的形式实现分类，及其分类原则如下：

分类的原则可以设计如下：分类原则1：如果ρ^(k)＝max{ρ⁽¹⁾，ρ⁽²⁾，…，ρ^(c)}；则待测样本属于第k类，分类原则2：当

时；待测样本属于已知类；当

时；待测样本属于未知类；将训练样本对应的所有

函数值中的最小值作为阈值，即

r属于训练样本集。

本发明的基于核密度估计的分类算法实施图，参见图1。

较佳的，核函数K(*)为：K(x)＝exp(-x)，(x≥0)。

较佳的，带宽参数h^(k)的计算公式为：

在本发明一具体实施例中，

1三叶青近红外采集

(1)采集浙江、云南、安徽、广西和湖北5个产地的三叶青样本，每个产地收集5份，每份样品不少于30g。每份样本均用中药粉碎机粉碎，过200目筛，充分混匀，置于烘箱65℃干燥，存放于自封袋，备用。

(2)实验采用美国Thermo公司生产的ANTARIS II型傅里叶变换近红外光谱分析仪，配有InGaAs检测器、积分球漫反射采样***和旋转石英样品杯，扫描范围10000～4000cm^-1，分辨率为8cm^-1，扫描64次。每次称取样品约10g，置于近红外旋转样品杯扫描光谱。各产地近红外光谱图参见图2。

2.样本分配情况如表1所示：

表1样本分配情况

3.带宽参数计算，取参数α＝0.98，按公式(3)计算如下：

h⁽¹⁾＝0.0275，h⁽²⁾＝0.0398，h⁽³⁾＝0.0502，h⁽⁴⁾＝0.0269

4.模型的鉴别情况

(1)模型训练完成后，先用训练集中的样本数据对模型的鉴别精度进行检验，结果如表3所示，不管选取哪一产地的三叶青为未知产地，分类器对训练集中样本数据的鉴别精度均可以达到100％。

表3训练集的鉴别精度

(2)三叶青产地的鉴别模型建立完成之后，最重要的是其预测精度是否能到要求，表4展示了其对预测集样本的鉴别精度，从表中可知，分类器对浙江产地的三叶青的预测精度为100％；对云南产地的三叶青的预测精度为100％；对安徽产地的三叶青的预测精度为90％(20组数据中有2组被误识别为未知产地)；对广西产地的三叶青的预测精度为95％(20组数据中有1组被误识别为未知产地)；且可以100％将湖北产地的三叶青识别为未知产地，而不是误识别为训练集中的某一类。

表4分类器对预测集样本的鉴别情况

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (1)

1.一种近红外光谱快速检测三叶青产地方法，其特征在于：采用基于核密度估计的改进算法进行定性分析，具体步骤包括如下：

S1：采集各重点产地的三叶青样本，利用近红外光谱分析仪采集其近红外光谱，建立一个常见三叶青近红外光谱数据库；

S2：建立一个基于核密度估计分类算法的三叶青产地分类模型；

S2包括以下步骤：

S21：确定分类器的基本模型，如下：

其中K(*)为核函数；k指训练样本中的第k类样本，且k＝1，2，……，c，其中c为总类别数；n_k为训练集样本中第k类的样本数；h^(k)为核函数K(*)的带宽参数；取第k类训练集样本的均值作为簇类中心，记为u^(k)；N为总样本数量；

S22：针对整个三叶青近红外光谱数据库概率密度函数计算如下：

S23：以权重的形式实现分类，及其分类原则如下：

分类的原则可以设计如下：

分类原则1：如果ρ^(k)＝max{ρ⁽¹⁾，ρ⁽²⁾，...，ρ^(c)}，则待测样本属于第k类，

分类原则2：当

时；待测样本属于已知类；当

时；待测样本属于未知类；

将训练样本对应的所有

函数值中的最小值作为阈值，即

r属于训练样本集；

核函数K(*)为：K(x)＝exp(-x)，x≥0；

带宽参数h^(k)的计算公式为：

Images