董鹏凯 赵上勇 郑柯鑫 王冀† 高勋‡ 郝作强 林景全

1) (长春理工大学理学院, 长春 130022)

2) (山东师范大学物理与电子科学学院, 济南 250358)

利用激光诱导击穿光谱技术结合机器学习算法, 对东北5 个产地(大兴安岭、集安、恒仁、石柱、抚松)的人参进行产地识别, 建立了主成分分析算法分别结合反向传播(BP)神经网络和支持向量机算法的人参产地识别模型.实验采集了5 个产地人参共657 组在200—975 nm 的激光诱导击穿光谱, 经光谱数据预处理后, 对C, Mg, Ca, Fe, H, N, O 等元素的8 条特征谱线进行主成分分析, 原光谱数据的前3 个主成分累积贡献率达到92.50%, 且样品在主成分空间中呈现良好的聚集分类.降维后的前3 个主成分以2∶1 进行随机抽取,分别作为分类算法的训练集和测试集.实验结果表明主成分分析结合BP 神经网络及支持向量机的平均识别率分别为99.08%和99.5%.发生误判的原因是集安和石柱两地地理环境的接近而导致的H, O 两元素在Ca 元素离子发射谱线下的归一化强度相似.本研究为激光诱导击穿光谱技术在人参产地的快速识别提供了方法和参考.

1 引 言

人参(panax ginseng)是五加科多年生草本植物, 在中国已有4000 多年的药用和食用历史.人参中主要有效成分为人参皂苷和多糖, 还含有维生素类、酶类、有机酸及其酯、蛋白质、甾醇及其苷、多肽类、含氮化合物、木质素、黄酮类和无机元素等多种成分, 具有滋补强身、预防疲劳、抗衰老、抗肿瘤、提高免疫功能等多种功效, 被广泛应用于制药、保健产品、美容产品、饮……