摘要：為鑒別不同部位的三七粉，采用電子鼻結(jié)合氣相色譜-質(zhì)譜（gas chromatography-mass spectrometry,GCMS）聯(lián)用技術(shù)對(duì)三七的整根粉、剪口粉、主根粉、側(cè)根粉和須根粉進(jìn)行揮發(fā)性成分分析。通過GC-MS測(cè)定三七粉揮發(fā)物的成分和含量，并進(jìn)行多重比較。利用統(tǒng)計(jì)學(xué)習(xí)方法提取電子鼻響應(yīng)曲線的8個(gè)時(shí)域特征，并進(jìn)行相關(guān)性分析，采用3種特征選擇算法對(duì)特征數(shù)據(jù)進(jìn)行降維。分別建立基于原始特征數(shù)據(jù)、3種特征選擇數(shù)據(jù)的支持向量機(jī)（support vector machine,SVM）、最小二乘支持向量機(jī)（least square support vector machine,LSSVM）和極限學(xué)習(xí)機(jī)分類模型；引入灰狼優(yōu)化（grey wolf optimization,GWO）算法對(duì)分類模型中的參數(shù)gam和sig2進(jìn)行優(yōu)化。結(jié)果表明：5種三七粉樣品中共檢測(cè)出31種揮發(fā)物成分，GWO-IRIV-LSSVM模型能夠?qū)﹄娮颖菙?shù)據(jù)進(jìn)行有效區(qū)分，測(cè)試集準(zhǔn)確率為97.5%，且能客觀反映出樣品種類揮發(fā)性物質(zhì)的差異主要是揮發(fā)物總量、烷烴和芳香族化合物，這與GC-MS檢測(cè)結(jié)果一致。本研究可用于道地...更多
關(guān)鍵詞：電子鼻;氣相色譜-質(zhì)譜法;三七粉;特征提取;最小二乘支持向量機(jī);灰狼優(yōu)化算法;