论文部分内容阅读
目的 利用电子眼和色差仪分别对白及Bletilla striata及其伪品进行辨识,旨在建立白及的真伪快速辨识方法。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Gastrodia elata、玉竹Polygonatum odoratum、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,基于电子眼建立的二分类最优辨识模型为KNN模型,正判率为99.25%;四分类最优辨识模型为LS-SVM模型,正判率为97.01%。基于色差仪建立的二分类最优辨识模型为KNN模型,正判率为99.25%;四分类最优辨识模型为PLS-DA模型,正判率为97.67%。基于2类智能视觉与多源信息融合技术建立二分类最优辨识模型为PCA-DA和KNN模型,正判率均为98.51%,相较于融合前有所降低;四分类最优辨识模型为LS-SVM模型,正判率为97.76%,相较于融合前有所升高。结论 2类智能视觉技术均可用于白及真伪的快速辨识。可为中药品质的快速准确辨识提供参考。