基于支持向量机的黄连饮片产地识别研究

目的建立基于支持向量机的黄连饮片产地区分识别模型。方法采集4个产地多批黄连样本,量化外部特征值(包括形状、气味、味道等),并按《中国药典》2010年版方法测定内部特征值(包括水分、总灰分、醇浸出物,指标成分表小檗碱、黄连碱、巴马汀、小檗碱质量分数),在Matlab 7.0平台进行数据降维和融合,建立黄连产地区分模型。结果单独分析各项数据不能较好区分各产地黄连饮片,而采用支持向量机建模后所有特征叠加识别率达到97.1%,能准确区分各黄连饮片产地,内外特征的高识别率说明各特征子集间具有一定的互补性,可综合辨识不同产地黄连饮片的差异性。结论建立的基于支持向量机的识别模型,实现产地的区分,为黄连产地区分提供研究思路和基础。

基于支持向量机的“内外结合”中药质量控制新模式探索

目的:探索基于支持向量机(SVM)的"内外结合"中药质量控制新模式。方法:利用仿生嗅觉、视觉及味觉系统采集中药材及其饮片的性状、颜色、气味、味道等外部信息,再利用SVM与中药材中化学成分的含量、水分、灰分、浸出物等内部信息建立关联数据库,建立基于SVM的中药整体质量控制新模式。选用来自四川、重庆、湖北和云南的黄连作为分析对象,分别采集其内外部和产地信息后对该系统进行有效性验证。结果与结论:内部特征、外部特征、"内外结合"全部特征这3种识别方法的识别率均大于90%,且"内外结合"全部特征的识别率较单一内部或外部特征高。选用SVM法对得到的内外数据建立关联和特征模型,可使传统"辨状论质"经验得以现代"察外知内"的再现,从而在传统经验的基础上建立更加规范、准确、客观的中药质量整体控制新模式。