文献类型：期刊文章

作　　者：于晓辉[1] 张卓勇[1] 马群[2] 范国强[2]

机构地区：[1]首都师范大学化学系资源环境与GIS北京市重点实验室,北京100037 [2]北京同仁堂股份有限公司科学研究所,北京100011

出　　处：《光谱学与光谱分析》

基　　金：北京市教委科技发展项目(KM200310028105)资助

年　　份：2007

卷　　号：27

期　　号：3

起止页码：481-485

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSCD、CSCD2011_2012、EI(收录号：20071710571888)、IC、INSPEC、JST、PUBMED、RCCSE、RSC、SCI(收录号：WOS:000245492100017)、SCI-EXPANDED(收录号：WOS:000245492100017)、SCIE、SCOPUS、WOS、ZGKJHX、核心刊

摘　　要：采用近红外光谱（NIRS）法和人工神经网络定量预测大黄样品中4种有效成分的含量，包括：蒽醌及其单糖甙类、水溶性蒽甙类、芪甙类、鞣质及其有关化合物。在1100～2500nm波长范围内扫描大黄粉末样品，采用径向基函数神经网络（RBFNN）建立了近红外光谱与HPLC分析值之间的校正模型。上述四类化合物的交叉验证均方差（RMSECV）分别为2．572，0．442，2．794，9．438；预测均方差（RMSEP）分别为4．598，8．657，0．4586，5．106。该方法快速，无损，结果令人满意，可作为中药材复杂体系中化学组分定量测定的方法。

关 键 词：近红外光谱 径向基函数神经网络 中草药 大黄  定量预测  

分 类 号：O657.3] R931.5[化学类]