您当前的位置：
首页 >
文章列表页 >
基于气相色谱-离子迁移谱及机器学习的不同产地香附饮片的快速鉴别
更新时间：2026-03-19

    • 基于气相色谱-离子迁移谱及机器学习的不同产地香附饮片的快速鉴别

    • Rapid Identification of Cyperi Rhizoma Decoction Pieces from Different Geographical Origins Based on GC-IMS Combined with Machine Learning

    • “采用气相色谱 - 离子迁移谱（GC - IMS）分析不同产地香附饮片中的挥发性成分，通过偏最小二乘判别分析（PLS - DA）筛选具有显著性差异的特征成分；基于特征性成分，采用线性核支持向量机（SVM - L）等 9 种机器学习算法构建不同产地香附的区分模型。结果从 5 个省份的香附饮片中共鉴定出 59 种挥发性成分，主要包括醇类、酯类、醛类、酮类、不饱和烃类等；通过 PLS - DA 筛选出 1，4 - 二甲基苯、3 - 甲基 - 1 - 戊醇、乙酰乙酸乙酯等 10 种特征成分；9 种机器学习模型均对香附产地表现出良好的预测性能（Accuracy = 1）。该研究为不同产地香附饮片的快速鉴别提供了一种简单、快速的方法，同时可为香附饮片质量评价体系的构建提供参考依据”
    • 分析测试学报   2026年45卷 页码：1-9

    • DOI：10.12452/j.fxcsxb.25120902    

      中图分类号： O657.7;R284.1

    • 收稿：2025-12-09，

      修回：2026-01-14，

      录用：2026-03-06，

      网络首发：2026-03-19，

      纸质出版：2026-05-15

    移动端阅览

  • 卢腾飞,刘青,董红敬,李佳,李明坤,王晓,张艳艳.基于气相色谱-离子迁移谱及机器学习的不同产地香附饮片的快速鉴别[J].分析测试学报,2026,45(05):1-9. DOI： 10.12452/j.fxcsxb.25120902.

    LU Teng-fei,LIU Qing,DONG Hong-jing,LI Jia,LI Ming-kun,WANG Xiao,ZHANG Yan-yan.Rapid Identification of Cyperi Rhizoma Decoction Pieces from Different Geographical Origins Based on GC-IMS Combined with Machine Learning[J].Journal of Instrumental Analysis,2026,45(05):1-9. DOI： 10.12452/j.fxcsxb.25120902.

  •  
  •  

0

浏览量

4

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

近红外光谱结合机器学习对当归及其相似品的准确鉴别
基于UHPLC-Q-Orbitrap HRMS的赤芍饮片产地溯源研究
基于HS-GC-IMS技术解析不同干燥工艺对西红花挥发性成分的影响

相关作者

张露文
刘雨
谢佳琦
王必成
卞希慧
范国旗
陈琪
刘丽伟

相关机构

天津工业大学 化学工程与技术学院
宜宾学院，过程分析与控制四川省高校重点实验室
天津工业大学 药学院
河南中医药大学 药学院
郑州大学第一附属医院 药学部
0