writer:祁崇珉,劉雨,王必成,卞?;?
keywords:中藥,當(dāng)歸,近紅外光譜,化學(xué)計量學(xué),定量分析
source:期刊
specific source:計量科學(xué)與技術(shù),2026
Issue time:2026年
為實現(xiàn)當(dāng)歸藥材中摻偽物質(zhì)的快速、準(zhǔn)確定量分析,本研究提出了一種近紅外光譜技術(shù)結(jié)合系統(tǒng)性化學(xué)計量學(xué)方法優(yōu)化的分析策略。設(shè)計了75個當(dāng)歸與獨(dú)活的摻偽樣品,采集樣品的近紅外漫反射光譜。系統(tǒng)比較了主成分回歸(Principal Component Regression, PCR)、偏最小二乘回歸(Partial Least Squares Regression, PLSR)、反向傳播人工神經(jīng)網(wǎng)絡(luò)(Backpropagation Artificial Neural Network, BP-ANN)、支持向量回歸(Support Vector Regression, SVR)和極限學(xué)習(xí)機(jī)(Extreme Learning Machine, ELM)五種多元校正模型的性能。在最佳建模方法的基礎(chǔ)上,考察了SG平滑、多元散射校正(Multiplicative Scatter Correction, MSC)、連續(xù)小波變換(Continuous Wavelet Transform, CWT)及其組合等18種預(yù)處理方法。在最佳預(yù)處理方法的基礎(chǔ)上,進(jìn)一步考察無信息變量消除(Uninformative Variable Elimination, UVE)、蒙特卡羅-無信息變量消除(Monte Carlo Uninformative Variable Elimination, MC-UVE)、隨機(jī)檢驗(Randomization Test, RT)、競爭性自適應(yīng)重加權(quán)采樣(Competitive Adaptive Reweighted Sampling, CARS)、鯨魚優(yōu)化算法(Whale Optimization Algorithm, WOA)、蝴蝶優(yōu)化算法(Butterfly Optimization Algorithm, BOA)等6種變量選擇算法的效果。結(jié)果表明,PLSR是最佳的多元校正方法。經(jīng)2nd Der預(yù)處理結(jié)合BOA變量選擇的PLSR(2nd Der-BOA-PLSR)模型對當(dāng)歸組分的定量效果最優(yōu)模型;經(jīng)MSC預(yù)處理結(jié)合WOA變量選擇的PLSR(MSC-WOA-PLSR)對獨(dú)活組分的定量效果最優(yōu),相關(guān)系數(shù)均達(dá)0.99以上。本研究驗證了近紅外光譜技術(shù)結(jié)合化學(xué)計量學(xué)在中藥摻偽定量分析中的可行性,為中藥材質(zhì)量快速準(zhǔn)確定量提供了可靠方法。