聯(lián)系電話:
13810615661
摘要:為鑒別不同部位的三七粉,采用電子鼻結(jié)合氣相色譜-質(zhì)譜(gas chromatography-mass spectrometry,GCMS)聯(lián)用技術(shù)對三七的整根粉、剪口粉、主根粉、側(cè)根粉和須根粉進(jìn)行揮發(fā)性成分分析。通過GC-MS測定三七粉揮發(fā)物的成分和含量,并進(jìn)行多重比較。利用統(tǒng)計學(xué)習(xí)方法提取電子鼻響應(yīng)曲線的8個時域特征,并進(jìn)行相關(guān)性分析,采用3種特征選擇算法對特征數(shù)據(jù)進(jìn)行降維。分別建立基于原始特征數(shù)據(jù)、3種特征選擇數(shù)據(jù)的支持向量機(jī)(support vector machine,SVM)、最小二乘支持向量機(jī)(least square support vector machine,LSSVM)和極限學(xué)習(xí)機(jī)分類模型;引入灰狼優(yōu)化(grey wolf optimization,GWO)算法對分類模型中的參數(shù)gam和sig2進(jìn)行優(yōu)化。結(jié)果表明:5種三七粉樣品中共檢測出31種揮發(fā)物成分,最優(yōu)的GWO-IRIV-LSSVM模型能夠?qū)﹄娮颖菙?shù)據(jù)進(jìn)行有效區(qū)分,測試集準(zhǔn)確率為97.5%,且能客觀反映出樣品種類揮發(fā)性物質(zhì)的差異主要是揮發(fā)物總量、烷烴和芳香族化合物,這與GC-MS檢測結(jié)果一致。本研究可用于道地...更多
關(guān)鍵詞:電子鼻;氣相色譜-質(zhì)譜法;三七粉;特征提取;最小二乘支持向量機(jī);灰狼優(yōu)化算法;