登录    注册    忘记密码

期刊文章详细信息

基于RBF-RF级联分类器电子鼻对中药的快速鉴别    

Rapid Identification of Traditional Chinese Medicine Using Electronic Nose Based on RBF-RF Cascade Classifier

  

文献类型:期刊文章

作  者:邹慧琴[1] 李硕[2] 闫永红[3] 刘勇[3] 赵婷[3] 韩玉[4] 苏玉贞[5] 彭莲[3]

机构地区:[1]北京中医药大学图书馆,北京100102 [2]北京交通大学理学院,北京100044 [3]北京中医药大学中药学院,北京100102 [4]北京中医药大学中医药博物馆,北京100029 [5]天津医科大学附属肿瘤医院,天津300060

出  处:《世界科学技术-中医药现代化》

基  金:北京中医药大学自主选题项目(JYB22-XS041):基于仿生嗅觉系统的砂仁气味与药材品质相关性研究;负责人:邹慧琴

年  份:2013

卷  号:15

期  号:9

起止页码:1876-1881

语  种:中文

收录情况:BDHX、BDHX2011、ZGKJHX、核心刊

摘  要:目的:将电子鼻引入中药研究领域,探讨其在实际应用中的难点并提出解决方案,建立优化判别模型,为中药鉴别提供一种简便、快速、有效的分析方法,同时为气敏传感器的研发及应用提供新思路。方法:采用电子鼻提取中药气味特征,基于MOS传感器的离子迁移谱,建立中药气味指纹图谱。以传感器最大响应值为分析指标,针对鉴别难点,提出两种解决方案:尝试不同检测器,即扩充传感器数量,尽量缩小"嗅觉盲区";采用"级联分类器"构建法,即采用径向基函数(RBF)与随机森林(RF)二级级联分类器构建判别模型。通过十折交叉验证和外部测试集验证对所建模型进行系统性能的评估。结果:两种方案准确、可行,具有较高的正判率和较好的泛化能力(所得最高正判率分别为95%和100%、96%和80%)。结论:本研究首次采用"级联分类器"模式构建中药电子鼻鉴别的判别模型,在传感器数量有限的情况下,从所得数据中挖掘最大信息量;以"拆分任务、剥离难点、由易到难、分级递进"为原则,实现电子鼻对中药的快速、准确鉴别。所建模式识别法在可操作性、鉴别准确率和稳定性上均优于传统嗅觉识别法,为中药鉴别提供一种简便、快速的分析方法。

关 键 词:电子鼻级联分类器  中药鉴别 径向基函数 随机森林  

分 类 号:R282.5[中药学类]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心