中国中药杂志

2019, v.44(24) 5375-5381

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于电子鼻气味指纹图谱与XGBoost算法鉴别姜黄属中药
Identification of Curcuma herbs using XGBoost algorithm in electronic nose odor fingerprint

拱健婷;王佳宇;李莉;徐东;丛悦;关佳莉;吴浩忠;邹慧琴;闫永红;

摘要(Abstract):

针对姜黄属中药的鉴别问题,通过电子鼻采集姜黄属郁金、莪术、姜黄、片姜黄4味中药的气味指纹图谱,应用XGBoost算法对中药的气味特征进行学习,并建立快速有效的判别模型;以准确率、精确率、召回率、F度量为指标评估XGBoost的性能。实验结果表明XGBoost建立的判别模型对训练集中166个样本和测试集中69个样本的回代正判率分别为99. 39%,95. 65%,能准确判别姜黄属4种中药;对XGBoost判别模型的贡献度排在前四位的传感器依次为LY2/g CT,P40/1,LY2/Gh,LY2/LG,贡献度最低的传感器是T70/2; XGBoost判别模型预测集准确率、精确率、召回率、F度量分别为95. 65%,95. 25%,93. 07%,93. 75%,均优于传统的支持向量机、随机森林、神经网络,验证了XGBoost在姜黄属中药鉴别中的优越性。电子鼻气味指纹图谱结合XGBoost建立的判别模型可以实现姜黄属中药郁金、莪术、姜黄、片姜黄的快速准确鉴别,为中药智能鉴别提供一种快速、可靠而有效的分析方法; XGBoost算法的引入也提示可将更多性能优异的算法引入到中药领域,为中药气味指纹图谱的数据挖掘提供更多途径。

关键词(KeyWords): XGBoost;电子鼻;气味指纹图谱;姜黄属;郁金;姜黄;莪术;片姜黄

Abstract:

Keywords:

基金项目(Foundation): 北京中医药科技发展资金项目(QN2018-20);; 国家自然科学基金项目(81573542);; 北京中医药大学自主选题项目(2019-JYB-JS-006)

作者(Author): 拱健婷;王佳宇;李莉;徐东;丛悦;关佳莉;吴浩忠;邹慧琴;闫永红;

Email:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享