不同产地葛根药材的高光谱结合人工神经网络鉴别

作     者：郭毅秦 焦龙 娄俊豪 沈瑞华 钟汉斌 熊迅宇 Guo Yiqin;Jiao Long;Lou Junhao;Shen Ruihua;Zhong Hanbin;Xiong Xunyu

作者机构：西安石油大学化学化工学院陕西西安710065 

出 版 物：《云南化工》 (Yunnan Chemical Technology)

年 卷 期：2024年第51卷第4期

页      面：92-94页

学科分类：1008[医学-中药学(可授医学、理学学位)] 1006[医学-中西医结合] 081704[工学-应用化学] 07[理学] 08[工学] 0817[工学-化学工程与技术] 070302[理学-分析化学] 0703[理学-化学] 100602[医学-中西医结合临床] 10[医学] 

基　　金：国家自然科学基金项目(No.211723003) 陕西省教育厅青年创新团队建设科研计划项目(No.21JP097、22JP064) 大学生创新创业训练计划项目(No.202210700010) 川庆钻探公司-西安石油大学致密油气藏勘探开发研究中心科技项目(No.CQXA-2023-05) 西安石油大学科研创新团队(2019QNKYCXTD17)资助 

主　　题：葛根 高光谱 人工神经网络 产地鉴别 

摘      要：采用高光谱结合人工神经网络(ANN)方法建立了不同产地葛根药材的鉴别方法。采集6种不同产地葛根药材的高光谱数据,使用Savitzky-Golay平滑滤波对原始光谱数据预处理,结合人工神经网络方法建立葛根产地鉴别模型。结果表明,与未经预处理的光谱数据模型准确率相比,Savitzky-Golay平滑滤波后建立的ANN模型识别测试集分类准确率达到99.00%。因此,高光谱技术结合人工神经网络能够实现快速、准确地鉴别葛根产地,是一种很有前景的葛根药材鉴别方法。