论文部分内容阅读
目前我国药材市场相对混乱,以假乱真的现象比较严重,用外貌相似但药效不同的假药材冒充真药材,影响了合成药品的医疗功效,极大地损害了患者的利益,而且有可能危害生命。因此,在中药材流通和贮藏过程中对其气味进行准确的检测,及时发现伪劣产品,控制中药材质量,减少其进入药品市场的可能性,为打击制假和不合格药品提供科学的依据,有利于维护我国中药材市场,保护消费者的合法权益。建立具有我国独立知识产权的中药质量检验标准体系,也是实现中医药标准化、现代化、进入国际市场必须解决的关键性问题。在对中药材分类鉴别和质量检测方面的国内外现状和发展趋势详细了解和分析的基础上,本文将机器嗅觉技术引入进来,通过分析气体传感器得到的气味信息,来寻找建立鉴别、评价中药材类别的新方法。主要研究思路是:选择中药材作为研究对象,利用机器嗅觉技术即电子鼻来获取不同种类的中药材挥发性组分的气味指纹图谱,对气体传感器响应信号进行分析,取每个气体传感器的最大响应值构成原始特征参数向量,完成特征生成;然后利用主成分分析法,找出最能代表中药材气体气味的整体信息的特征参数,实现数据降维和特征提取的日的;最后通过支持向量机分类器实现对中药材种类的鉴别。本文首先介绍了中药材鉴别的研究现状,以及机器嗅觉的研究进展及其在食品检测方面的研究现状,然后分析了机器嗅觉原理,并对模式识别中用到的支持向量机进行了主要介绍。然后在这些理论的基础上,将支持向量机用于对中药材的分类中,在参数寻优中,不仅将常见的交叉验证算法用于寻找参数,而且提出了粒子群优化算法的寻优,实现了用粒子群算法优化支持向量机性能的方法,而且通过与交叉验证优化支持向量机性能比较,得到比较好的结果。此外,将支持向量机得到的测试分类率与神经网络训练测试得到的分类准确率相比,得出支持向量机在小样本测试的优越性。