节点文献

基于两类误差检测理论金银花提取过程的MEMS-NIR在线分析建模方法研究

免费订阅

【作者】 杜晨朝吴志生赵娜周正史新元乔延江

【Author】 DU Chen-zhao;WU Zhi-sheng;ZHAO Na;ZHOU Zheng;SHI Xin-yuan;QIAO Yan-jiang;Beijing University of Chinese Medicine;Key Laboratory of Chinese Medicine Information Engineering,State Administration of Traditional Chinese Medicine;State Key Laboratory of Dao-di Herbs,National Resource Center for Chinese Material Medica,China Academy of Chinese Medical Sciences;

【机构】 北京中医药大学国家中医药管理局中药信息工程研究中心中国中医科学院中药资源中心道地药材国家重点实验室培养基地

【摘要】 采用新型微机电近红外(MEMS-NIR)光谱技术,在线监测金银花提取过程中绿原酸成分的含量。以高效液相色谱法为参考方法,采用Kennard-Stone法(KS)划分样本集,运用偏最小二乘(PLS)法建立其含量与NIR光谱之间的多元分析模型。通过组合间隔偏最小二乘法(Si PLS)对建模波段进行筛选,建立PLS模型。运用相对预测偏差(RPD)来评价模型的预测能力,并基于两类误差检测理论计算模型的多变量检测限(MDL),以MDL值进一步科学表达金银花提取过程的在线分析建模方法。结果表明应用MSC预处理方法所建模型最好,其交叉验证均方根误差(RMSECV)、校正均方根误差(RMSEC)和预测均方根误差(RMSEP)分别为1.707,1.487,2.362,校正集决定系数Rcal2为0.998 5,预测集决定系数Rpre2为0.988 1,且其RPD值为9.468,表明模型具有良好的预测性能。经Si PLS法筛选的多变量检测限MDL(0.042 15 g·L-1)小于未经变量筛选的MDL值,表明经Si PLS筛选有利于提高模型的预测性能。该研究从两类误差检测理论更加准确表达模型的预测能力,进一步说明MEMS-NIR光谱技术可用于金银花提取过程的在线监测。

【基金】 国家自然科学基金项目(81303218);高等学校博士学科点专项科研基金项目(20130013120006);中医药行业科研专项(201407003)
【所属期刊栏目】 近红外技术在中药研究中的应用专题 (2016年19期)
  • 【分类号】R284.2
  • 【被引频次】4
  • 【下载频次】228
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: