期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于近红外光谱技术建立连翘叶中5种活性成分动态定量模型 被引量：6
1
作者 潘秀珍 刘路路 +4 位作者 任晓红 耿泽宇 左旭丽 马威 李卫东 《北京中医药大学学报》 CAS CSCD 北大核心 2023年第9期1280-1290,共11页
目的 基于近红外(NIR)光谱技术,通过建立连翘叶中5种活性成分(总黄酮、总酚、连翘酯苷A、连翘苷和芦丁)的动态定量模型,快速检测其含量并追踪年动态变化规律。方法 2021年5—11月,采收连翘叶共72批次。采用NIR光谱技术结合偏最小二乘法... 目的 基于近红外(NIR)光谱技术,通过建立连翘叶中5种活性成分(总黄酮、总酚、连翘酯苷A、连翘苷和芦丁)的动态定量模型,快速检测其含量并追踪年动态变化规律。方法 2021年5—11月,采收连翘叶共72批次。采用NIR光谱技术结合偏最小二乘法,建立连翘叶中总黄酮、总酚、连翘酯苷A、连翘苷和芦丁含量的NIR快速检测动态定量模型。结果 连翘叶中总黄酮、总酚、连翘酯苷A、连翘苷和芦丁动态定量模型的相关系数分别为0.950 1、0.931 1、0.957 3、0.942 9和0.977 3;校正集预测标准偏差分别为1.39、0.68、0.48、0.10和0.07;验证集中预测值与实测值的平均相对误差分别为9.39%、10.27%、16.40%、5.58%和7.96%。5种活性成分的验证集样本的参考值与NIR光谱预测值的配对t检验值分别为1.137、0.127、0.785、1.491和0.150;P值分别为0.269、0.900、0.441、0.149和0.882。5种活性成分含量均在5—6月较高,7月大幅度降低,8月有所回升,9—10月开始降低。初霜后活性成分含量较霜前明显升高,达全年最高,为连翘叶的最佳采收期。结论 建立的NIR光谱动态定量模型稳定性和准确性较好,且预测准确度良好。此模型可快速预测不同采收期连翘叶中5种活性成分含量及其动态变化规律。 展开更多
关键词 连翘叶 活性成分 近红外光谱技术 动态定量模型
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部