本技术介绍了一种利用近红外光谱技术鉴别金线莲真伪的方法。该技术涉及收集金线莲真品与伪品样本,建立光谱数据库,并分为训练集和测试集。接着,利用一维卷积神经网络模型对光谱数据进行分析,以实现对金线莲真伪的准确鉴别。
背景技术
金线莲内含有多糖、黄酮和类固醇等成分,因其卓越的药用价值,近年来在医药、保健和食品等领域得到广泛应用。随着金线莲需求的增加和市场供应的短缺,伪造品也在市场上日益盛行,如斑叶兰(Goodyera schlechtendaliana)和血叶兰(Ludisia discolor)等常见的仿冒品。因此,如何快速、准确和无损的对金线莲样品进行真伪品鉴别成为了一个迫切需要解决的问题。目前,对金线莲真伪品鉴别的方法研究较少,且存在以下不足:(1)人工筛选方式精度较高,但是会消耗大量的劳动力,效率较低,不利于中药产业的智能化发展;(2)目前已有基于化学标记和DNA标记的金线莲真伪品识别方法,这些方法需要成本较高的实验设备,并且需要实验人员有一定的先验知识,同时检测的速度较慢,不利于大规模推广;(3)在可见-近红外光谱技术方面,目前大多是应用化学计量法和机器学习方法进行分析,该类方法需要对光谱进行预处理和特征波段的提取,需要大量的先验知识,建模的过程较为复杂。
目前,有学者使用可见-近红外光谱技术在金线莲的真伪品识别上做了一些研究。林羽等人采集金线莲的1000nm-2500nm的近红外光谱,并且使用一阶求导法和标准正则变化法对获得的光谱进行预处理,最后采用PCA-Cluster聚类分析方法对金线莲的真伪品样品进行鉴别。但是这种方法使用的样品为金线莲粉末,会对样品造成破坏。
实现思路