使用近红外光谱学与双分支网络开发森林种植的Panax notoginseng的定量改歧视模型

科学领域:

• 农业科学 农业科学
• 分析化学 分析化学
• 食品科学 食品科学 食品科学

背景情况:

• 生态草药种植提供了优越的质量和经济价值,但由于错误标签和改,在真实性验证方面面临挑战.
• 品种一致性对于识别伪造的草药至关重要,特别是在功能性食品行业.

研究的目的:

• 开发和验证一种方法来区分生态种植和传统种植的Panax notoginseng,经过模拟改.
• 评估近红外光谱学与双分支网络相结合的准确性和稳定性,用于对草本真实性的定量分析.

主要方法:

• 近红外 (NIR) 光谱技术被用于在模拟的改条件下分析Panax notoginseng样品.
• 一个新的双分支网络架构被设计用于从光谱数据和时间频率图像中提取多个尺度的特征.
• 使用回归模型进行了定量分析,并进行了外部验证以确认性能.

主要成果:

• 双分支网络实现了高精度,用于光谱分析的R2值为0.991 (培训) 和0.987 (测试).
• 外部验证显示了强的性能,R2值为0.9735和RMSE为0.638.
• 开发的方法在不同种植模式下对Panax notoginseng的定量分析中被证明是准确和可靠的.

结论:

• 接近红外光谱与双分支网络相结合,为验证Panax notoginseng的真实性和检测伪造提供了可靠的方法.
• 这项研究为功能性食品中Panax notoginseng的质量控制和标准化提供了重要的科学证据.
• 该研究介绍了适用于各种种植模式产品的创新定量分析技术.