您当前的位置：
首页 >
文章列表页 >
近红外光谱结合机器学习对当归及其相似品的准确鉴别
科学仪器原创作品大赛专题 | 更新时间：2026-04-08

    • 近红外光谱结合机器学习对当归及其相似品的准确鉴别

    • Near-infrared Spectroscopy Combined with Machine Learning for the Accurate Discrimination of Angelicae Sinensis Radix from Its Similar Herbs

    • “该研究采用近红外光谱技术结合机器学习方法对当归及其4种相似品进行鉴别，共采集191个样品获取近红外光谱数据。使用主成分分析进行无监督可视化分析，并采用6种机器学习方法建立鉴别模型。结果表明，极限学习机模型在准确率、召回率和F1分数等指标上表现最佳，预测集准确率达到100%，明显优于其他模型。”
    • 分析测试学报   2026年45卷第4期 页码：673-679

    • DOI：10.12452/j.fxcsxb.26012402    

      中图分类号： O657.3;R282

    • 收稿：2026-01-24，

      修回：2026-02-26，

      录用：2026-03-06，

      网络首发：2026-03-09，

      纸质出版：2026-04-15

    移动端阅览

  • 张露文,刘雨,谢佳琦,王必成,卞希慧.近红外光谱结合机器学习对当归及其相似品的准确鉴别[J].分析测试学报,2026,45(04):673-679. DOI： 10.12452/j.fxcsxb.26012402.

    ZHANG Lu-wen,LIU Yu,XIE Jia-qi,WANG Bi-cheng,BIAN Xi-hui.Near-infrared Spectroscopy Combined with Machine Learning for the Accurate Discrimination of Angelicae Sinensis Radix from Its Similar Herbs[J].Journal of Instrumental Analysis,2026,45(04):673-679. DOI： 10.12452/j.fxcsxb.26012402.

  •  
  •  

0

浏览量

37

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

紫外可见光谱结合化学计量学对当归及其掺伪品的可视化鉴别
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
基于QTOF与QQQ MS/MS的樟帮附子（临江片）炮制前后差异性成分分析

相关作者

Mpango Prisca
陆占魁
李子涵
卞希慧
卢腾飞
刘青
董红敬
李佳

相关机构

天津工业大学 环境科学与工程学院
国美（天津）水技术工程有限公司
山东大学，国家药品监督管理局药物制剂技术研究与评价重点实验室
山东中医药大学 药学院
齐鲁工业大学（山东省科学院） 山东省分析测试中心 天然产物分离提取共性技术创新与应用山东省工程研究中心
0