共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
[目的]建立贵州产五味子(GuizhouFructus Schizandrae)的紫外线组图谱,确定其归属。[方法]将贵州五味子及南五味子(Fructus Schisandrea Sphenantherae)和北五味子(Fructus Schisandrea Chinensis)对照药材分别用石油醚、氯仿、甲醇和水为溶剂,进行超声波提取,提取物进行紫外光谱测定。[结果]3种药材均具有很好的光谱特征,根据其紫外谱线组图谱可以鉴别南、北五味子,且贵州五味子的紫外谱线组图谱与南五味子对照药材更相近。[结论]该研究中的五味子可能属南五味子属。 相似文献
3.
4.
5.
HPLC法测定南五味子中五味子醇甲和五味子酯甲的含量 总被引:1,自引:0,他引:1
目的建立快速、准确的测定南五味子有效成分五味子醇甲和五味子酯甲含量的方法.方法五味子醇甲和五味子酯甲的含量测定采用高效液相色谱法(HPLC),色谱条件:Hypersil BDSC8柱(4.6mm×150mm,5μm),检测波长254nm,柱温30℃,流速1.0mL·min-1,流动相:甲醇一0.1%醋酸(65:35),... 相似文献
6.
三七的傅里叶变换红外光谱鉴别技术 总被引:1,自引:0,他引:1
[目的]寻找简便快捷的中药材品质分级方法。[方法]利用傅里叶变换红外光谱法对5种不同等级的三七(Radix notoginseng)和三七花进行测定。[结果]三七和三七花的光谱在1 800~700 cm-1范围差别明显;在特定吸光度比值上也表现出明显差异,吸光度比A1 242/A2 928、A1 080/A2 928、A1 020/A2 928三七比三七花大,而A1 643/A2 928、A1 416/A2 928、A1 372/A2 928三七比三七花小。不同等级三七的红外光谱峰形和峰位基本相同,但在特征吸收峰上的吸光度比值上存在着差别。不同头数的三七,其吸光度比A1 640/A2 928、A1 240/A2 928、A1 080/A2 928、A1 022/A2 928、A928/A2 928表现出的规律为20头〉40头〉60头〉80头〉100头。[结论]各样品的红外光谱,主要特征吸收峰上吸光度比的差异,说明它们中所含主要物质基本相同,但主要物质含量有差异。红外光谱法在鉴别中药材方面具有方便、快速、无损的特点,有望成为三七等级以及产地鉴别的标准方法。 相似文献
7.
利用付里叶转换-红外分光光度计制作了标准大豆根瘤菌菌株22-10,27-50,US-DA110及15006的FT-IR图谱。结果表明,所得图谱分辨率高、重复性好,并且不同菌株的图谱在指纹区(波数800 ̄1000)有明显差别,这说明各菌株的FT-IR图谱是高度特异的,这种特异性可用于菌株鉴别。 相似文献
8.
南五味子为五味子科常绿攀援木质藤本植物,具有很高的药用、果用和观赏价值。在介绍了南五味子植物学特征、综合利用及栽培技术后,并对其合理化开发利用提出了建议。旨在为进一步开发南五味子植物资源提供参考依据。 相似文献
9.
10.
为建立一种基于傅里叶变换红外光谱技术结合光谱检索和逐步判别分析的苹果叶部病害快速鉴别方法,以白粉病、花叶病、炭疽叶枯病和早期落叶病4种病害,共60份样本的红外光谱、一阶导数光谱和二阶导数光谱为指标,利用Omnic 8.5软件中光谱检索功能依次与相应光谱库进行检索鉴别。检索结果显示:基于一阶导数光谱和二阶导数光谱的检索正确率均为96.7%,高于基于红外光谱检索的83.3%。同时,以样品光谱差异较大的1 800~1 000 cm~(-1)波数内的二阶导数红外光谱数据作为判别变量,利用SPSS 20.0软件中的逐步判别分析功能,比较了基于5种挑选判别变量方法建立的判别模型的鉴别效果。鉴别结果显示:采用Mahalanobis距离逐步判别法建立的模型对苹果叶部病害的鉴别效果最好,对训练样本的回判正确率为100.0%,对测试样本的预测正确率为80.8%,总正确率最高,为92.3%。综上表明,傅里叶变换红外光谱技术结合光谱检索法或逐步判别分析法,均能较好地诊断苹果叶部病害种类,可为苹果叶部病害的鉴别和诊断提供一种省时、易行的方法。 相似文献
11.
大豆种子容易发生老化并丧失活力,大豆种子活力检测对目前农业生产具有重要意义。以2020年收获的大豆种子为样本进行人工老化试验,老化时间设置为1、2、3、4、5、6d,以未老化的种子作为对照组,每个老化等级30个样本。扫描获取全部210条近红外光谱数据,以4:1的比例划分样本集。对原始光谱数据建立BP网络模型1,再分别采取多元散射校正和标准正太变量变换对原始光谱进行预处理,建立模型2,模型3。比较3种模型可以发现预处理技术能缩短模型迭代时间,同时可以消除部分噪声,提高模型预测能力,且经过标准正太变量变换处理后的模型结果较优,由于预处理后的数据维度并未发生变化,模型的迭代时间较长,不利于实际应用。因此采取主成分分析、连续投影法、竞争自适应重加权法对经过标准正太变换后的数据进行特征波长变量提取,将光谱数据由原来的1845维降到10维、23维和150维。对经过特征波长变量提取后的数据分别建立BP网络模型,得到模型4、5、6。综合分析上述六种模型,最终建立了150输入、10个隐层、7个输出的神经网络鉴别模型6,其分类准确率达到93.43%,迭代时间2.25s可以较好实现对七类不同老化级别的大豆种子快速、无损鉴别。 相似文献
12.
13.
[目的]采用近红外光谱技术法,快速鉴别茶油掺伪。[方法]基于近红外光谱技术,比较马氏距离聚类分析法与反向传播神经网络,建立茶油与掺有菜籽油、棕榈油掺伪茶油的模式识别模型。[结果]采用马氏距离聚类分析法建模时,参数如下:光谱一阶导数处理后,结合SNV、Norris Derivative滤波方法,经主成分分析法,提取8个主成分,模型对预测集样本的准确率达100%;采用反向传播神经网络建模时,参数如下:输入向量为前8个主成分的33个吸收峰,隐含层神经元个数为15,训练学习速度为0.1,训练220步时,模型对预测集样品识别准确率亦为100%。[结论]反向传播神经网络方法更加具有较快的运算速度和较好的收敛性,可为茶油品质评价与检测提供一种新方法。 相似文献
14.
15.
[目的]建立一种快速鉴别一些易混淆的珍稀红木家具的方法。[方法]选择奥氏黄檀、刺猬紫檀、大果紫檀和非洲紫檀4种珍稀木材制作的红木家具,使用便携式光谱仪采集光谱,并进行预处理,建立初始模型。采用不同特征波长提取方法,提取有效信息后,利用SIMCA、PLS-DA建立红木鉴别模型。[结果]不同树种谱线形状类似,近红外光谱吸收强度不同。4种家具在SIMCA的校正集和验证集中的识别率均在92%以上,拒绝率高于98%;PLS-DA模型中识别率和拒绝率成效显著。[结论]采用近红外光谱对红木家具类别进行鉴别是可行的。 相似文献
16.
[目的]建立用微波消化-火焰原子吸收法测定乌梅、山茱萸、五味子中铁、铜、锰含量的方法。[方法]用浓硝酸微波消解样品,采用标准曲线法测定。[结果]所测定的乌梅、山茱萸、五味子中含有丰富的人体必需微量元素,回收率为96.1%~105.9%,RSD为2.3%~5.1%(n=10)。[结论]该方法减少了样品处理过程中的损失,操作简单,结果准确,令人满意。 相似文献
17.
为了探索一种快速测定完整藜麦(Chenopodium quinoa Willd)子粒脂肪含量的方法,采集100个藜麦样品的近红外光谱,运用近红外光谱法建立数学模型并进行预测。结果表明,在10 000~4 000 cm-1波长范围内,运用一阶导数+矢量归一化光谱方法进行预处理,结合化学方法所得数据建立藜麦粗脂肪近红外光谱定量模型,校正和预测效果最佳,所得的粗脂肪近红外定量模型的交叉验证决定系数(R2cv)为0.939 3,外部验证决定系数(R2val)为0.9235。建立的脂肪近红外光谱模型,可以用于藜麦脂肪含量的快速检测。 相似文献
18.
[目的]探索一种快速测定完整藜麦籽粒纤维含量的方法.[方法]采集100个藜麦样品的近红外光谱,运用近红外光谱分析技术建立数学模型并进行预测.[结果]在10 000~4 000cm-1波长范围内,运用一阶导数+矢量归一化光谱方法进行预处理,结合化学方法所得数据建立藜麦粗纤维近红外定量模型,校正和预测效果最佳,所得的粗纤维近红外定量模型的交叉验证决定系数(R2cv)为0.884 8,外部验证决定系数(R2val)为0.876 1.[结论]以完整藜麦籽粒为样品所建立的纤维NITS模型可用于藜麦纤维含量的快速检测. 相似文献