文献类型：期刊文章

作　　者：刘明地[1] 宋萍[1] 王博[2]

LIU Mingdi;SONG Ping;WANG Bo(School of Chemical and Chemical Engineering,Qinghai Nationalities University,Xining 810007,China;School of Ecological Environment and Resources,Qinghai Nationalities University,Xining 810007,China)

机构地区：[1]青海民族大学化学化工学院,西宁810007 [2]青海民族大学生态环境与资源学院,西宁810007

出　　处：《华中师范大学学报（自然科学版）》

基　　金：青海省自然科学基金项目(2016-ZJ-908);青海民族大学校级青年项目(2016XJQ05)

年　　份：2019

卷　　号：53

期　　号：2

起止页码：222-228

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、JST、MR、RCCSE、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：运用红外光谱技术结合主成分分析和系统聚类分析快速鉴别大叶三七的产地.利用红外光谱测定了13个不同产地的大叶三七的红外光谱原始数据,对比标准正态变换、一阶导数校正、多元散射校正等常规预处理方法与小波变换处理的降噪效果,得知小波变换处理能大大降低原始红外光谱中的噪音和一些不需要的信息.利用小波变换后的红外光谱的标准化数据实现主成分分析和系统聚类分析来鉴别大叶三七的产地,主成分分析和系统聚类分析结果一致,可将13个不同产地大叶三七分为云贵高原、秦岭以南、秦岭以北等3类,即云南昭通(3号)、山西绵山(6号)、云南文山(11号)聚为一大类;陕西太白山(1号)、青海互助(2号)、云南迪庆(4号)、云南大理(5号)、甘肃麦积山(8号)、湖北神农架(9号)、甘肃六盘山(13号)聚为一大类;安徽黄山(7号)、陕西汉中(10号)、四川马边县(12号)样品聚为一大类.实验结果表明:红外光谱技术结合主成分分析和系统聚类分析可以快速、科学地进行大叶三七的产地鉴别,此法可以为中药材产地鉴别提供参考.

关 键 词：大叶三七  红外光谱 小波变换 主成分分析 系统聚类分析

分 类 号：O657.3] R284.1[化学类]