当前位置:主页 > 医学论文 > 中药论文 >

基于颜色气味数字化及信息融合的苦杏仁走油监测系统的研究

发布时间:2020-09-25 09:08
   中药质量的稳定性和可控性是中医临床疗效的重要保证。中药在贮存过程中,受外界条件及自身特性的影响,常发生变质现象。“走油”是中药材或中药饮片贮存过程中常见的变质现象之一。药材走油后,药性散失,疗效下降,严重时产生毒性,危及生命。因此,中药贮存中走油现象的快速鉴别、走油程度的客观判断以及走油过程中药材质量的实时监控,都是亟待解决与研究的重要课题。苦杏仁是常用大宗中药,同时也是易“走油”变质的典型代表。本课题以苦杏仁为研究载体,从颜色、气味数字化及融合信息等方面建立苦杏仁不同走油程度判别模型及质量预测模型,研究的主要内容及结果如下:(1)不同走油程度样品的制备及人工感官评价。本文通过在北京自然放置存储和在高温高湿环境下存储获得不同走油程度的苦杏仁样品。采用模糊数学法对苦杏仁的外观性状进行综合评价,根据评定结果,苦杏仁样品被划分为四个不同的走油等级。(2)不同走油程度苦杏仁的质量变化研究。随着走油程度的加深,苦杏仁苷含量下降,酸值和过氧化值逐渐升高。走油程度为I级和II级的样品其内在指标成分无显著性差异,走油程度为Ⅲ级和Ⅳ级的苦杏仁样品均不能再药用。苦杏仁走油后挥发性成分发生变化,壬醛和2-溴苯丙酮可能是苦杏仁走油哈喇味的主要成分。(3)基于颜色数字化的苦杏仁走油监测研究。本文运用日立3010紫外可见分光光度计和柯尼卡美能达CM-5型分光测色仪分别测定了苦杏仁粉末颜色和剖面颜色。建立基于颜色数字化的苦杏仁走油程度判别模型:基于粉末颜色数字化,Naive Bayes算法建立的模型经十折交叉验证法和外部测试集验证法验证,其正判率均在85%以上;基于剖面颜色数字化,Logistic和Multiple Layer Perception算法的正判率较高,其十折交叉验证法的正判率均高于80%,外部测试集验证法的正判率均为78.57%。经相关性分析,苦杏仁内在质量与粉末颜色及剖面颜色均存在显著相关性。建立了基于粉末颜色的苦杏仁苷含量和酸值预测模型,以及基于剖面颜色的苦杏仁苷含量预测模型。(4)基于气味数字化的苦杏仁走油监测研究。本文使用α-FOX3000气味指纹分析仪对苦杏仁样品进行气味测定。基于气味数字化,选用高温高湿存储环境样品用机器学习算法对苦杏仁走油程度进行判别,Logistic算法的识别效果最好,十折交叉验证法的正判率为97.44%,外部测试集验证法的正判率为87.50%,可较好的完成对不同走油程度苦杏仁的分类鉴别。经相关性分析,苦杏仁内在质量与气味存在显著相关性。建立了限定存储条件下基于气味信息的苦杏仁苷含量预测模型。(5)基于颜色气味融合信息的苦杏仁走油监测研究。本文采用特征变量融合的数据融合方法,将苦杏仁的颜色信息和气味信息相结合,以获取更全面的感官信息。建立了基于颜色气味融合信息的苦杏仁走油程度判别模型。基于粉末颜色-气味融合信息,Logistic、IBK、KStar、LMT和Random Forest算法的正判率较高,十折交叉验证法的正判率均在90%以上,外部测试验证法的正判率均为100%,可较好的完成对不同走油程度苦杏仁的分类判别。基于剖面颜色-气味融合信息,Logistic算法和KStar算法的正判率较高,十折交叉验证法和外部测试集验证法的正判率率均在80%以上,可较好的完成对不同走油程度苦杏仁的分类判别。经相关性分析,苦杏仁内在质量与融合信息存在相关性。建立了基于颜色气味融合信息的苦杏仁苷含量和酸值预测模型。(6)不同质量监测模型的比较。本文所建的对不同走油程度苦杏仁的判别模型中,判别效果最好的是Logistic和IBK算法基于粉末颜色-气味融合信息建立的判别模型。本文所建的苦杏仁苷含量预测模型,拟合度最好的是基于剖面颜色特征值所建的回归模型和基于剖面颜色-气味融合信息所建的回归模型。本文所建的酸值预测模型是基于粉末颜色特征值所建的回归模型和基于粉末颜色-气味融合信息所建的回归模型。研究表明,基于颜色气味数字化及其信息融合对苦杏仁走油进行监测是可行的,所建立的质量监测系统可快速对苦杏仁进行走油程度判别和内在质量预测。
【学位单位】:北京中医药大学
【学位级别】:硕士
【学位年份】:2019
【中图分类】:R284
【部分图文】:

示意图,色度计,色空间,示意图


图1-2邋L*ab色空间示意图逡逑3.2色度计在中药品质评价中的应用逡逑色度计是用以测量物体色的三刺激值或色品坐标的仪器。近年来,色度学分析方法逡逑被逐渐引入中药质量评价领域,它是采用分光测色计对样品进行测定,依据L*,a*,逡逑色度空间颜色参数对测试样品的颜色进行客观表征。逡逑3.邋2.1实现中药传统性状的数字化、客观化逡逑基于色度学理论,可以建立中药材断面、表皮、粉末、提取液等颜色指标数字化的逡逑方法,为中药传统性状鉴别中感官颜色的客观化、数字化提供了一种新的思路和方法。逡逑邹慧琴[63]等采用去皮打粉的甘草段面颜色量化方法和直接测量并辅以湿压剥皮的甘草逡逑表皮颜色量化方法,并确定了双指标评价方法,它能真实反映药材的颜色状况,用客观逡逑的数据描述主观的颜色,为揭示中药性状鉴别的深层内涵提供实验依据。逡逑

感官,样品,级别,感官评价


522逦32.96逡逑将人工评价得分进行系统聚类,结果如图3-1、表3-5。样品根据聚类结果分为四个逡逑不同走油级别。逡逑表3-5样品不同走油级别分类情况表逡逑级别逦样品名逡逑I逦S1-S10;逦D1-D10;邋C1-C5;逡逑II逦S11-S15;逦D11-D15;逦C6-C15逡逑III逦S16-S17;逦D16-D17;逦C16-C17逡逑IV逦S18-S22;逦D18-D21;逦C18-C21逡逑各级别感官得分统计结果见表3-6。逡逑表3-6不同走油级别感官评价得分表逡逑级别逦感官评价得分逡逑I逦>80逡逑33逡逑

苦杏仁,程度,模糊数学法,感官评定


4本章小结逡逑本章主要介绍了苦杏仁走油程度的评定方法。采用模糊数学法作为苦杏仁走油程度逡逑的感官评定方法,根据评定结果将苦杏仁划分为四个不同的走油等级。逡逑

【相似文献】

相关期刊论文 前10条

1 何佳洲;马继伟;王昱槐;安瑾;;第19届国际信息融合会议及获奖论文评述[J];指挥控制与仿真;2016年06期

2 ;第20届届国际信息融合大会[J];控制理论与应用;2016年11期

3 单新治;王冠学;苗玉;曾祥X ;包颖;隋国荣;;基于多信息融合的无创血糖检测系统设计[J];光学仪器;2017年03期

4 宫玉琳;朱德鹏;陈宏博;景治新;文垠锞;;多信息融合感知搜救机器人的设计与实现[J];长春理工大学学报(自然科学版);2017年03期

5 何兴华;叶伟玲;仇智诚;冯国骥;朱文超;;基于RFID的工器具信息融合装置的研制[J];中国高新科技;2017年08期

6 ;第20届国际信息融合大会[J];控制理论与应用;2016年08期

7 郑浣非;;会计信息的局限性及会计信息融合的思考[J];经贸实践;2015年07期

8 ;第六届中国信息融合大会第二轮征文通知[J];指挥信息系统与技术;2014年04期

9 ;海军航空工程学院信息融合研究所[J];数据采集与处理;2014年04期

10 ;第四届中国信息融合大会征文通知[J];控制理论与应用;2012年01期

相关会议论文 前10条

1 熊智;;用于无人系统的全源多信息融合导航关键技术[A];2015年中国自动化大会摘要集[C];2015年

2 顾星;;中医诊断与体表生物特征多信息融合的思考[A];中国中西医结合学会诊断专业委员会2009’年会论文集[C];2009年

3 杜奕;迟毅林;伍星;;信息融合在设备监测和故障诊断中的应用[A];第二十七届中国控制会议论文集[C];2008年

4 章立军;;设备在线监测的多源信息融合及寿命预测技术[A];首届冶金行业设备状态监测与诊断技术案例高级培训教材[C];2015年

5 王晖;李世帅;王伟宇;;基于大数据的装备保障指挥信息融合初探[A];第六届中国指挥控制大会论文集(下册)[C];2018年

6 王莉;于盛林;严仰光;;多传感器信息融合结构及其实现[A];中国仪器仪表学会第三届青年学术会议论文集(下)[C];2001年

7 黄英武;郭健;孙之荣;;基于贝叶斯网络和多信息融合的肿瘤基因调控网络分析[A];第九次全国生物物理大会学术会议论文摘要集[C];2002年

8 张俊宁;李民赞;张小超;;基于冬小麦信息融合的非线性产量建模分析[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年

9 孙来军;沈永良;;多SVM多级信息融合与诊断决策模型的研究[A];2007'中国仪器仪表与测控技术交流大会论文集(二)[C];2007年

10 彭健;席裕庚;何发昌;许玲;;机器人多传感器集成与信息融合的技术及应用[A];1997中国控制与决策学术年会论文集[C];1997年

相关重要报纸文章 前10条

1 张冶;物联信息融合构建航天大安全体系[N];中国航天报;2019年

2 记者 贺辉;合力打造全国科技信息融合发展平台[N];农业科技报;2018年

3 记者 张斌峰 通讯员 胡景怡;全省城市信息融合推进会在咸阳召开[N];陕西日报;2016年

4 武小渝;信息融合让采掘衔接更科学[N];中国煤炭报;2015年

5 周新红 田朝晖 段勇;信息融合:现代战争的重要支撑[N];解放军报;2005年

6 陈冠如;信息融合共享是关键[N];中国医药报;2015年

7 张国栋 特约记者 仇成梁;信息融合平台联通立体战场[N];解放军报;2014年

8 唐世斌;满园春色关不住[N];陕西日报;2016年

9 杨波;信息融合推进导航应用[N];中国计算机报;2007年

10 郭渭峰 田松艳 本报特约记者 魏春;依网聚力:信息融合织“天网”[N];解放军报;2012年

相关博士学位论文 前10条

1 袁德平;战场环境下信息融合关键技术研究[D];西北工业大学;2017年

2 王海舰;煤岩界面多信息融合识别理论与实验研究[D];辽宁工程技术大学;2017年

3 窦春霞;基于信息融合的电力系统故障检测及稳定控制研究[D];燕山大学;2005年

4 朱林;信息融合系统工程设计准则的研究[D];哈尔滨工程大学;2005年

5 管天云;多传感器信息融合研究[D];浙江大学;1998年

6 张高煜;目标跟踪与多传感器信息融合若干问题研究[D];西安电子科技大学;2006年

7 赵征;基于信息融合的锅炉燃烧状态参数检测技术研究[D];华北电力大学(河北);2007年

8 宋恩彬;信息融合与处理中几个问题的进展[D];四川大学;2007年

9 胡洲;信息融合欠驱动控制技术研究[D];南京航空航天大学;2014年

10 徐俊;基于信息融合的用户收听日志分析与融媒体广播应用设计的研究[D];上海大学;2017年

相关硕士学位论文 前10条

1 陈孟会;基于深度学习与信息融合的机器人物体识别系统研究[D];河南科技大学;2019年

2 陈慧荣;基于颜色气味数字化及信息融合的苦杏仁走油监测系统的研究[D];北京中医药大学;2019年

3 方龙;雷达与视频的信息提取与融合研究[D];厦门大学;2018年

4 付志敏;基于信息熵与信息融合的供输弹系统早期故障诊断研究[D];中北大学;2019年

5 甄诚;基于反馈优化的信息融合评估系统建立方法[D];上海交通大学;2017年

6 方毅;基于信息融合的驾驶员疲劳状态检测方法研究[D];哈尔滨工业大学;2018年

7 张皓渊;基于多源信息融合的ROV导航系统设计[D];哈尔滨工程大学;2018年

8 范雪峰;有限观测时域下滤波与融合算法的设计[D];江南大学;2018年

9 郝毅魁;煤矿瓦斯监测关键技术研究[D];辽宁工程技术大学;2010年

10 周佼鹏;基于多信息融合的发动机故障诊断方法研究[D];武汉理工大学;2016年



本文编号:2826527

资料下载
论文发表

本文链接:https://www.wllwen.com/yixuelunwen/zhongyaolw/2826527.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户96beb***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com