论文摘要
针对姜黄属中药的鉴别问题,通过电子鼻采集姜黄属郁金、莪术、姜黄、片姜黄4味中药的气味指纹图谱,应用XGBoost算法对中药的气味特征进行学习,并建立快速有效的判别模型;以准确率、精确率、召回率、F度量为指标评估XGBoost的性能。实验结果表明XGBoost建立的判别模型对训练集中166个样本和测试集中69个样本的回代正判率分别为99. 39%,95. 65%,能准确判别姜黄属4种中药;对XGBoost判别模型的贡献度排在前四位的传感器依次为LY2/g CT,P40/1,LY2/Gh,LY2/LG,贡献度最低的传感器是T70/2; XGBoost判别模型预测集准确率、精确率、召回率、F度量分别为95. 65%,95. 25%,93. 07%,93. 75%,均优于传统的支持向量机、随机森林、神经网络,验证了XGBoost在姜黄属中药鉴别中的优越性。电子鼻气味指纹图谱结合XGBoost建立的判别模型可以实现姜黄属中药郁金、莪术、姜黄、片姜黄的快速准确鉴别,为中药智能鉴别提供一种快速、可靠而有效的分析方法; XGBoost算法的引入也提示可将更多性能优异的算法引入到中药领域,为中药气味指纹图谱的数据挖掘提供更多途径。
论文目录
文章来源
类型: 期刊论文
作者: 拱健婷,王佳宇,李莉,徐东,丛悦,关佳莉,吴浩忠,邹慧琴,闫永红
关键词: 电子鼻,气味指纹图谱,姜黄属,郁金,姜黄,莪术,片姜黄
来源: 中国中药杂志 2019年24期
年度: 2019
分类: 医药卫生科技,信息科技
专业: 中药学,自动化技术
单位: 北京市中药研究所,长春医学高等专科学校,北京中医药大学中药学院
基金: 北京中医药科技发展资金项目(QN2018-20),国家自然科学基金项目(81573542),北京中医药大学自主选题项目(2019-JYB-JS-006)
分类号: R282.5;TP212
DOI: 10.19540/j.cnki.cjcmm.20191101.101
页码: 5375-5381
总页数: 7
文件大小: 231K
下载量: 275