摘要
雲南省及び貴州省の6つの異なる産地の重楼のFTIR、ATR-FTIRおよびUV情報を測定し、ATR-FTIRスペクトルデータに対してATR補正（ATR-FTIR-A）、一階微分（FD）、二階微分（SD）、標準正規変数（SNV）などの前処理を行った。さらに、偏最小二乗判別分析（PLS-DA）とサポートベクターマシン（SVM）を組み合わせて、単一スペクトルと低レベルデータ融合の分類判別モデルを構築した。結果は、補正後の重楼ATR-FTIR（ATR-FTIR-A）スペクトル情報がKBrプレス法で得られた情報とほぼ一致していること、UVの二階微分スペクトルが元のスペクトルと比べて解像度が向上していることを示した。ATR-FTIR-A単一スペクトルおよびATR-FTIR-A-UV低レベルデータ融合のPLS-DAおよびSVMモデルは最良の鑑別効果を示し、予測精度は100.00％に達した。ATR-FTIR-Aに基づくPLS-DAまたはSVM産地鑑別モデルは高い分類精度を持ち、実際の生産応用において簡便で効率的かつ正確であるという利点があり、ATR-FTIR-A-UVモデルを用いることでさらにモデルの安定性を高めることができる。
关键词
重楼;減衰全反射フーリエ変換赤外分光法;偏最小二乗判別分析;サポートベクターマシン;産地鑑別
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website