[发明专利]基于CARS-PLS-DA模型快速检测三七品质的方法

说明书

本发明提出一种基于CARS‑PLS‑DA模型快速检测三七品质的方法，包括以下步骤：步骤1：收集不同品质的三七样品，根据头数划分三七的品质；步骤2：每个样品均在60℃的烘箱中干燥，粉碎后过筛，存放于自封袋置于干燥器中备用；步骤3：设置近红外光谱分析仪的参数，采集样品的近红外光谱；步骤4：构建CARS‑PLS‑DA判别模型，确定最佳因子数；步骤5：将待测三七样品执行步骤2、步骤3，并代入步骤4构建的模型中，得到待测三七样品的品质。本发明检测效率高、准确率高、对样品无损、操作简单，且占用检测或实验设备及研究人员资源少，能够实现对三七品质快速鉴定，以保障消费者权益以及中药药材的品质和安全。

技术领域

本发明属于中药检测技术领域，尤其涉及一种基于CARS-PLS-DA（竞争性自适应重加权算法-偏最小二乘判别分析）模型快速检测三七品质的方法。

背景技术

三七在中国已经培育了400多年，在中医药领域有着悠久的历史，是五加科植物三七的干燥根和根茎，我国主要的产地在云南省文山州。三七作为一种中药，具有多种药用价值，包括祛血，散血，消肿定痛等。三七的主要成分为皂苷类，黄酮类，丹皮酸，多糖。三七的头数是指每500g三七中三七根茎的个数。一般而言，随着三七生长年份的不断增加，其中的营养物质越丰富，根茎的体积和重量也就越来越大。因而，三七的头数越少，即每500g三七中三七根茎的个数越少，三七根茎越大，其中的营养物质越丰富。日常消费中，消费者购买便于煮制的三七粉末进行食用，无法通过肉眼直接观察三七的头数。常规理化检测通过分析三七中活性物质如多糖，黄酮等成分的含量，或是利用现代仪器分析技术，如原子吸收光谱、高效液相色谱法和气相色谱法等仪器，通过分析其中特定化学成分来鉴定食品品质。上述检测方法耗时长，操作繁琐。

发明内容

为了解决现有技术存在的空白和不足，本发明采用以下技术方案：

一种基于CARS-PLS-DA模型快速检测三七品质的方法，其特征在于，包括以下步骤：

步骤1：收集不同品质的三七样品，根据头数划分三七的品质；

步骤2：每个样品均在60 ℃的烘箱中干燥，粉碎后过筛，存放于自封袋置于干燥器中备用；

步骤3：设置近红外光谱分析仪的参数，采集样品的近红外光谱；

步骤4：构建CARS-PLS-DA判别模型，确定最佳因子数；

步骤5：将待测三七样品执行步骤2、步骤3，并代入步骤4构建的模型中，得到待测三七样品的品质。

优选地，步骤3中，近红外光谱分析仪的参数设置为：

扫描范围为4000-10000，分辨率为8，扫描次数为32次；在室温下测定，每次称取样品10g，置于旋转样品杯中扫描光谱，用空气作为测量背景，空气湿度为60％；每个样品采集3条光谱。

优选地，步骤1中，三七样品包括：20头、30头、40头和60头三七；

步骤4中，构建CARS-PLS-DA判别模型的具体步骤为：

步骤4a：将20头、30头、40头和60头三七，对每一种品质的三七样品分别采集80条光谱，获得的波长变量总数为N，构建320*N维光谱矩阵，在Matlab中进行建模；

步骤4b：通过竞争性自适应重加权算法（CARS）提取特征波长，获得经过特征波长提取后的简化矩阵；

步骤4c：划分训练集和预测集，对于每一种品质的三七样品，前40条光谱对应为训练集，后40条光谱对应为预测集，并对每一种品质的三七样品依次配置分类变量为1、2、3、4；

步骤4d：求PLS-DA模型最佳因子数；

步骤4e：利用训练集训练PLS-DA模型；