Bagging-PLS的黄柏中试提取过程在线近红外质量监测研究

摘要：

目的:采用近红外光谱技术,建立黄柏中试提取过程偏最小二乘法(PLS)定量模型,快速分析盐酸小檗碱含量,以Bagging-PLS集成建模方法提高所建模型的预测性能.方法:以HPLC为参考方法测定黄柏提取液中盐酸小檗碱含量,运用PLS建立与近红外光谱(NIR)预测值之间的多元校正模型,并建立Bagging-PLS模型提高模型的稳定性与预测性能.结果:盐酸小檗碱定量模型的校正均方根误差RMSEC为0.742 9,预测均方根误差RMSEP为0.961 4,校正集相关系数rc为0.986 6,预测集相关系数rp为0.977 0;Bagging-PLS模型预测均方根误差RMSEP均值为0.413 6,预测集相关系数甲均值为0.998 3,表现出了良好的稳健性与预测性能.结论:所建立的近红外定量模型拥有较好的预测性能,能够实现快速实时检测黄柏提取液中盐酸小檗碱的含量;所建立的Bagging-PLS模型稳健性与预测性能良好,可应用于中药近红外在线监测过程中.

关键词：在线近红外、提取过程、黄柏、偏最小二乘、Bagging-PLS

所属期刊栏目：10

分类号：R284.2(中药学)

资助基金：北京中医药大学校级自主课题2015-JYB-XS081

在线出版日期：2016-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1939-1942