一类建模用于验证植物身份:一项审查

科学领域:

• 化学测量 化学测量 化学测量
• 植物标识 植物标识
• 多变量分析多变量分析

背景情况:

• 植物产品的认证对于质量控制和消费者安全至关重要.
• 传统的识别方法可能是主观的或缺乏全面的分析能力.
• 多变量统计方法为复杂的样本分析提供了可靠的方法.

研究的目的:

• 审查基于植物识别的主要成分分析 (PCA) 的多变量,单类建模.
• 与其他方法相比,突出一类建模的灵活性和实用性.
• 用现实世界的植物学例子展示一类建模的应用.

主要方法:

• 专注于监督的多变量统计方法,特别是单类建模.
• 使用主要组件分析 (PCA) 来从真实样本构建参考模型.
• 采用Q统计作为组合指标来评估测试样本与模型的相似性.
• 讨论影响识别的因素:变量数量,类别和分析类型 (定量/质量).

主要成果:

• 一类建模为植物识别提供了灵活有效的方法.
• 与单变量方法相比,多变量分析提供了更广泛的样本特征覆盖范围.
• Q统计有效地根据模型限制将样本分类为真实或非真实.
• 在识别美国人参,紫 Echinacea,黑色Cohosh 和澳门的成功应用中证明了成功.

结论:

• 使用PCA进行多变量一类建模是植物认证的强大工具.
• 该方法的灵活性使其能够适应各种植物识别挑战.
• 这种方法提高了识别植物物种和检测改的可靠性和准确性.