产地鉴别

摘要： 【目的】比较新疆精河枸杞与宁夏中宁枸杞矿物元素含量差异,分析基于多元素分析技术鉴别枸杞产地的可行性,研究精河枸杞和中宁枸杞矿物元素指纹特征差异。【方法】采用电感耦合等离子质谱(ICP-MS)测定来自新疆精河县与宁夏中宁县2个产地的102份枸杞样品中52种矿物元素的含量,结合方差分析和正交偏最小二乘法-判别分析(OPLS-DA)等多元统计分析方法进行产地鉴别。【结果】精河枸杞和中宁枸杞中有26种矿物元素存在显著性差异(P<0.05),其中精河枸杞Mg、Al、P、K、V、Cu、Zn、As、Se、Mo、Ag、Cd、Gd、Er、Pb和U等16种元素含量显著高于中宁枸杞,而中宁枸杞Na、Ca、Ni、Rb、Sr、Hf、Ir、Au、Tl和Th等10种元素含量显著高于精河枸杞。逐步判别分析筛选出U、Mo、K、Rb、Au、Ir、Hf、Cu、Tl、Zn、Ca、Th、Mg和Cd等14种元素为差异显著元素变量,基于上述14种差异元素建立的多元素产地判别模型,对精河枸杞和中宁枸杞产地判别的准确率分别为100%和98.08%。【结论】精河枸杞和中宁枸杞具有各自独特的矿物元素指纹特征,利用多种矿物元素可有效鉴别新疆精河枸杞和宁夏中宁枸杞。

摘要： 甘肃马衔山和田玉具有重要的宝玉石价值和考古文化价值,其中产地区分为甘肃马衔山和田玉的研究重点。通过测试分析马衔山和田玉的化学成分,对比其与国内主要产地和田玉的化学成分差异,建立微量元素产地判别模型,对甘肃马衔山和田玉的产地鉴别进行探究,为甘肃齐家文化中古玉器溯源提供数据支撑。以电子探针分析甘肃马衔山和田玉的主量元素,结果表明其主要成分为透闪石。采用激光剥蚀电感耦合等离子体质谱仪分析其微量元素和稀土元素,对比新疆、青海、辽宁、江苏、贵州、甘肃马衔山和田玉微量元素蛛网图、稀土元素参数和稀土元素配分图,结果表明不同产地和田玉存在差异,可进行产地区分;三维散点图δCe-ΣREE-LREE/HREE投图可将青海、辽宁、江苏、贵州和田玉进行产地区分,但不能区分新疆和甘肃马衔山和田玉;运用SPSS软件对新疆、青海、辽宁、江苏、贵州、甘肃马衔山和田玉的微量元素建立产地线性判别模型,对于已知六个产地:新疆、青海、辽宁、江苏、贵州、甘肃马衔山的数据,判别分析正确率可达100.0%,交叉验证正确率为90.3%,预留10组马衔山和田玉数据,回代验证正确率为100%。微量元素产地线性判别模型在和田玉产地判别中获得很好的效果。

摘要： 目的:分析当归颜色、气味与挥发油化学指标之间的关联性,为建立基于形性指标评价当归挥发油质量和综合指标鉴定当归产地的方法提供参考。方法:通过测色仪和电子鼻测定当归粉末的颜色与气味,气相色谱法(GC)测定当归挥发油中14个成分的相对含量,利用多元统计方法分析三者之间的相关性。结果:颜色指标L^(*),气味指标LY2/LG、P10/1和化学指标C_(2)(蒎烯)含量之间呈显著正相关,与颜色指标a^(*)、气味指标LY2/gCTl呈显著负相关;化学指标C_(11)(Z-藁本内酯)含量与气味指标P10/1呈正相关,与颜色指标a^(*)呈负相关。主成分分析结果表明,云南样品与其他3个产地样品差异显著;青海样品基本可与甘肃、四川样品分离;甘肃和四川样品较为相似,在以颜色和综合指标进行分析时可进行区分。结论:当归颜色、气味与挥发油化学指标之间具有显著相关性,对通过形性指标分析当归挥发油化学指标特点具有一定的参考价值,可为生产流通领域中建立一种简便快捷的当归质量评价方法提供参考。

摘要： 产地是影响中药材质量的重要因素,产地差异导致中药材质量参差不齐,为维护市场秩序,有必要建立中药材产地鉴别方法,以便更加精准地判别和分析中药材品质。以多产地临床大宗药材丹参为研究对象,收集不同产地丹参样品150份,采用显微聚焦拉曼光谱技术在无损条件下对每份丹参样品的每根药材表面随机扫描1~n次,求每份样品扫描1~n次的平均光谱。分析原始光谱数据发现丹参表面光谱信号同时包含了丹参酮类成分的拉曼光谱和杂质的荧光光谱,主要表现在特定波长范围内不同产地丹参存在各自的聚集区和丹参表面光谱信号强度明显弱于或强于丹参酮类对照品的拉曼光谱信号强度。对扫描1~n次的平均光谱数据进行预处理后运用偏最小二乘判别分析(PLS-DA)和随机森林分类算法[不筛选(RF)或筛选重要变量(RF-VS)]建立扫描1~n次的丹参产地分类模型。结果随机扫描1次所得最优模型训练集和测试集预测准确率分别为88%和87%,且对质量差和质量优的丹参样品区分准确率高达97%;随机扫描2次和3次所得最优模型训练集和测试集预测准确率均分别为89%和87%,结合模型运行效率和成本,选择随机扫描1次所得光谱,经一阶导数(1ST-D)预处理和RF-VS计算所得模型为丹参最终产地鉴别模型。综上,在无损伤条件下显微聚焦拉曼光谱技术能建立快速、准确的丹参产地鉴别预测模型,为该技术进一步用于贵细中药材的产地和真伪鉴别提供参考。

摘要： 目的:采用HPLC对62批次大黄药材中的13个蒽醌类成分进行含量测定并对其HPLC指纹图谱进行相似度评价,为经典名方小承气汤物质基准研究提供合格的药材与饮片。方法:采用Diamonsil C18柱(150 mm×4.6 mm,5μm),以甲醇-0.1%磷酸水为流动相,梯度洗脱,流速1 mL/min;柱温为25°C;检测波长为254 nm。采用中药色谱指纹图谱相似度评价软件(2012版),对62个不同产地的大黄HPLC-FP进行相似度评价,并用SPSS 21软件对色谱数据进行聚类分析。结果:甘肃各产地的大黄药材含量相对稳定,相似度分析及聚类分析结果也表明甘肃各产区大黄药材相似度较高,四川、重庆及湖北产大黄药材含量测定结果接近,相似度及聚类分析可与甘肃及青海产大黄药材区分开来。结论:本含量测定方法简便、可靠,并可用于大黄药材的指纹图谱相似度评价;各批次药材含量测定结果均符合《中国药典》(2020版)大黄项下要求,可用于经典名方小承气汤物质基准研究。

摘要： 采用电感耦合等离子质谱仪(ICP-MS),对来自东北、贺兰山东麓、黄土高原、新疆及西南高山5个产区的共205款原产地葡萄酒样品,测定包括碱金属Li、Rb、Cs和碱土金属Be、Mg、Sr、Ba在内的共28种矿质元素,其中Mg、Al、Cu、Mn、Sr、Rb元素在5个产区葡萄酒中的含量较高。采用线性判别分析(LDA)和偏最小二乘判别分析(PLS-DA)对葡萄酒样品进行产区分类。方差分析(ANOVA)结果表明,除U元素外,其余元素在不同产地间均存在显著性差异。采用LDA模型对葡萄酒样品进行判别的整体准确率为87.3%,以东北产区的判别效果最好,模型外样品验证准确率为100%。采用PLS-DA模型判别的整体准确率可达80%以上,并筛选出对产地差异贡献率较大的6种元素,包括Li、Rb、Sr、Mg、Ti及Cd。综上所述,矿质元素指纹技术结合化学计量学分析方法有助于对中国葡萄酒的原产地进行判别。

摘要： 种植环境差异导致不同产地的藜麦有差异,故对不同产地的藜麦进行区分鉴别对商家、消费者具有重要参考价值。将中红外光谱与主成分分析(PCA)、线性判别分析(LDA)及混淆矩阵结合对不同产地藜麦进行鉴别研究。结果显示:藜麦的红外光谱主要由淀粉、蛋白质和脂质谱峰组成,且在蛋白质和糖类谱峰上有差异。用600~4000 cm^(-1)范围的原始光谱进行PCA分析,前两个主成分(PC)取得了92%的累计方差贡献率,基于PCA分析生成的PC进行LDA分析,取得了96.25%的分类精度。基于预测结果的混淆矩阵作为综合评价指标,得到PCA-LDA分类模型的精确度、召回率及特异性分别为96.25%、96.59%和99.48%,说明使用PCA-LDA模型可以对藜麦产地进行有效鉴别。研究表明红外光谱结合多元统计分析方法是鉴别藜麦产地的有效方法。

摘要： 木本粮油林果的品质检测是产业发展的重要支撑,关乎国民健康安全的同时也有利于提升产品的国际竞争力。近红外光谱及高光谱成像检测技术相较于传统检测方法具有快速、无损、安全和便于实现在线检测等特点,在林果品质检测中具有优势。该文综述了近红外光谱和高光谱成像技术的原理,介绍了其在木本粮油林果营养组分预测、成熟度评估、产地溯源与品种鉴别、霉变与缺陷判别等方面的应用,指出了现阶段该领域研究的不足并提供了解决思路,以期为林果品质检测提供参考和借鉴。

摘要： 中药材的道地性鉴别研究是目前的一个难点。本研究探究了差示扫描量热(DSC)方法在鱼腥草产地鉴别中的应用。通过DSC测量方法的改进,测量参数的优化,得到了稳定、可重复、有辨识度的鱼腥草DSC谱图。研究发现鱼腥草样本在60°C~350°C区间内有两个明显的特征放热峰。不同产地样本的特征反应峰的起始温度、峰值温度、反应焓及DSC曲线的拓扑图形都有明显的差异,而且相同产地样本的DSC曲线具有良好的重复性。在此基础上,本研究将16个不同产地的鱼腥草样本DSC数据建成数据库,引入相似度匹配算法计算得到鱼腥草DSC谱图之间的相似度。通过相似度匹配可以实现鱼腥草产地的高效、精准鉴别,可为中药材产地的鉴别提供新的研究思路和方法。

摘要： 随着葡萄酒市场的日渐繁荣,消费者越来越注重对葡萄酒品质的追求。葡萄酒的原产地及品种是决定葡萄酒品质的重要因素,而挥发性成分在表征某一特定产地或某一品种葡萄酒中起着重要作用,因此,利用挥发性成分鉴别葡萄酒产地及品种有重要意义。本文介绍了葡萄酒挥发性成分分析方法的研究进展,总结了利用挥发性成分鉴别葡萄酒产地及品种的研究现状,以期促进对葡萄酒挥发性成分的深入研究,为保障葡萄酒的品质和真实性,以及建立更加完善的葡萄酒挥发性指纹图谱提供理论参考。

摘要： 本文介绍了建立进口铁矿产地鉴别数据库的方法.首先利用X射线荧光光谱法测定所收集的进口铁矿样品中的主要元素含量,在大量检测数据的基础上,采甩数理统计的方法即逐步判别法对不同元素和产地国别的关联程度进行计算,筛选出关键的指标组合:然后采用非参数判别方法,建立进口铁矿产地鉴别模型,并利用历史数据集评估该模型的可靠性.应用本鉴别模型能够准确的判断出产地为巴西、伊朗的铁矿.对于澳大利亚和印度的铁矿可能会出现误判,但随着实验数据的不断积累,鉴别模型还会继续完善.该模型的建立将直接应用于进口铁矿的产地鉴别,对于保护中国进口铁矿贸易相关方的经济利益、保障矿石质量安全、维护国家外贸秩序都将起到积极的作用.

摘要： 目的:建立一种快速、无损的天麻产地鉴别方法,以及野生与栽培品的鉴别方法,为天麻的质量控制提供方法。方法:采用近红外漫反射光谱技术采集来自贵州、四川、安徽、陕西等不同产地及野生与栽培的天麻光谱数据,将138个天麻样品随机分为训练集和测试集,对所采集的近红外数据进行分析处理,采用逻辑回归、简单逻辑回归、多类分类器、支持向量机等分类方法,探讨天麻产地鉴别的新方法新技术.结果:对比五种分类方法,结果发现,在野生和栽培的鉴别中,多类分类器的方法能获得较好的分类效果,其交叉验证集的判正率为94.27％,校正集的判正率为100％,测试集的判正率为96.66％.而简单逻辑回归和支持向量机的分类方法,效果则不甚理想,验证结果的判正率不到80％.在产地鉴别中,逻辑回归和多类分类器方法均能获得较好的分类效果,其训练集、交叉验证集及测试集的判正率都在90％以上.结论:本文研究结果表明,近红外光谱技术可用于中药天麻的产地鉴别及野生与栽培品的鉴别.

摘要： 本研究利用逐步判别分析对变量进行筛选，选择7个吸收峰值作为产地鉴别模型的自变量，校正集的回判率为96%,验证集的判别正确率为92%。选择11个吸收峰值为自变量和结构为11-8-1的BP神经网络模型，校正集和验证集的正确判别率均为100%说明BP神经网络模型需要的自变量多，但预测能力优于多类逐步判别分析模型。

摘要： 辽宁省岫岩县位于华北克拉通(NCC)东北部,区域内存在较为丰富的蛇纹石玉和透闪石玉矿床,且开发历史久远.桑皮峪透闪石玉是近年来新发现的一处新矿床,以含有丰富石墨包裹体为特征.通过红外光谱、拉曼光谱、X射线粉末衍射、紫外-可见光谱及电子探针显微分析等测试手段对该产区不同种类的透闪石玉进行研究.结果表明,桑皮峪透闪石玉与标准透闪石玉的光谱一致,其主要矿物组成为透闪石,并含有石墨、方解石、蛇纹石、磷灰石、绿帘石等次要矿物或副矿物.结合化学成分和光谱特征,墨(黑)绿色样品颜色是由石墨包裹体所致.此外,拉曼光谱和X射线粉晶衍射技术对透闪石玉中石墨包体的研究,可对透闪石玉鉴别和产地来源提供必要指示.

摘要： 云南灵芝资源丰富,不同产地药用灵芝有效成分及其含量存在差异,准确鉴别药用灵芝产地是其质量控制的首要任务之一.本研究采用紫外指纹图谱结合主成分分析、聚类分析和相关性分析鉴别云南不同产地的10种药用灵芝.不同产地药用灵芝紫外指纹图谱有明显的指纹特性.紫外光谱检测药用灵芝样品的重现性、精密度和10h内稳定性的RSD％分别在0.00-0.67、0.00-1.26、0.20-0.88之间.相关性分析得出10个药用灵芝样品间均为正相关.主成分分析的前3个因子占总方差贡献率的87.065％,能表达药用灵芝样品紫外指纹图谱大部分信息.当临界值λ=4时,聚类分析可按产地区分药用灵芝样品,产地对其化学成分的影响可能大于物种间影响.紫外指纹图谱结合主成分分析、聚类分析和相关性分析对不同产地药用灵芝进行判别,为其产地鉴别提供一种方法.

摘要： 利用近红外光谱鉴别云南不同产区药用真菌茯苓.采用光谱标准偏差法(SSD)和蒙特卡罗无信息变量消除法(MC-UVE)逐步筛选光谱信息,利用K-S算法将白茯苓和茯苓皮划分训练集和验证集,并结合偏最小二乘判别分析法(PLSDA)分别构建不同产区白茯苓和茯苓皮的分类模型,进一步建立不同产区茯苓的Fisher判别方程.结果表明:(1)通过主成分-马氏距离(PCA-MD)分析,白茯苓和茯苓皮的近红外光谱在主成分得分空间内呈现出较大差异,构建不同产区茯苓鉴别模型应将白茯苓及茯苓皮分开.(2)最优主成分数为5时,采用SSD筛选的886个变量(7501.74-4088.35cm-1)构建的白茯苓和茯苓皮的分类模型,其R2、RMSECV和RMSEP分别为0.986、0.988;0.320、0.283;0.425、0.395;采用MCUVE法分别筛选出白茯苓和茯苓皮光谱信息(34个、22个变量)建立的分类模型,其R2、RMSECV和RMSEP分别为0.993、0.991;0.224、0.255;0.298、0.355.采用MC-UVE结合PLS-DA法建立的分类模型,有效降低了冗余信息,白茯苓和茯苓皮的R2均有所提升,RMSECV和RMSEP均有所降低,预测正确率分别由85.71％和83.33％,提高至100％.(3)进一步采用逐步判别分析法筛选出白茯苓(6个)和茯苓皮(4个)光谱变量,建立Fisher判别方程,回代验证正确率均大于85.7％,交叉验证正确率均大于66.7％,表明所建立的Fisher判别方程能较好地鉴别不同产区的茯苓.

摘要： 利用近红外光谱鉴别云南不同产区药用真菌茯苓.采用光谱标准偏差法(SSD)和蒙特卡罗无信息变量消除法(MC-UVE)逐步筛选光谱信息,利用K-S算法将白茯苓和茯苓皮划分训练集和验证集,并结合偏最小二乘判别分析法(PLSDA)分别构建不同产区白茯苓和茯苓皮的分类模型,进一步建立不同产区茯苓的Fisher判别方程.结果表明:(1)通过主成分-马氏距离(PCA-MD)分析,白茯苓和茯苓皮的近红外光谱在主成分得分空间内呈现出较大差异,构建不同产区茯苓鉴别模型应将白茯苓及茯苓皮分开.(2)最优主成分数为5时,采用SSD筛选的886个变量(7501.74-4088.35cm-1)构建的白茯苓和茯苓皮的分类模型,其R2、RMSECV和RMSEP分别为0.986、0.988;0.320、0.283;0.425、0.395;采用MCUVE法分别筛选出白茯苓和茯苓皮光谱信息(34个、22个变量)建立的分类模型,其R2、RMSECV和RMSEP分别为0.993、0.991;0.224、0.255;0.298、0.355.采用MC-UVE结合PLS-DA法建立的分类模型,有效降低了冗余信息,白茯苓和茯苓皮的R2均有所提升,RMSECV和RMSEP均有所降低,预测正确率分别由85.71％和83.33％,提高至100％.(3)进一步采用逐步判别分析法筛选出白茯苓(6个)和茯苓皮(4个)光谱变量,建立Fisher判别方程,回代验证正确率均大于85.7％,交叉验证正确率均大于66.7％,表明所建立的Fisher判别方程能较好地鉴别不同产区的茯苓.

摘要： 利用近红外光谱鉴别云南不同产区药用真菌茯苓.采用光谱标准偏差法(SSD)和蒙特卡罗无信息变量消除法(MC-UVE)逐步筛选光谱信息,利用K-S算法将白茯苓和茯苓皮划分训练集和验证集,并结合偏最小二乘判别分析法(PLSDA)分别构建不同产区白茯苓和茯苓皮的分类模型,进一步建立不同产区茯苓的Fisher判别方程.结果表明:(1)通过主成分-马氏距离(PCA-MD)分析,白茯苓和茯苓皮的近红外光谱在主成分得分空间内呈现出较大差异,构建不同产区茯苓鉴别模型应将白茯苓及茯苓皮分开.(2)最优主成分数为5时,采用SSD筛选的886个变量(7501.74-4088.35cm-1)构建的白茯苓和茯苓皮的分类模型,其R2、RMSECV和RMSEP分别为0.986、0.988;0.320、0.283;0.425、0.395;采用MCUVE法分别筛选出白茯苓和茯苓皮光谱信息(34个、22个变量)建立的分类模型,其R2、RMSECV和RMSEP分别为0.993、0.991;0.224、0.255;0.298、0.355.采用MC-UVE结合PLS-DA法建立的分类模型,有效降低了冗余信息,白茯苓和茯苓皮的R2均有所提升,RMSECV和RMSEP均有所降低,预测正确率分别由85.71％和83.33％,提高至100％.(3)进一步采用逐步判别分析法筛选出白茯苓(6个)和茯苓皮(4个)光谱变量,建立Fisher判别方程,回代验证正确率均大于85.7％,交叉验证正确率均大于66.7％,表明所建立的Fisher判别方程能较好地鉴别不同产区的茯苓.

摘要： 利用近红外光谱鉴别云南不同产区药用真菌茯苓.采用光谱标准偏差法(SSD)和蒙特卡罗无信息变量消除法(MC-UVE)逐步筛选光谱信息,利用K-S算法将白茯苓和茯苓皮划分训练集和验证集,并结合偏最小二乘判别分析法(PLSDA)分别构建不同产区白茯苓和茯苓皮的分类模型,进一步建立不同产区茯苓的Fisher判别方程.结果表明:(1)通过主成分-马氏距离(PCA-MD)分析,白茯苓和茯苓皮的近红外光谱在主成分得分空间内呈现出较大差异,构建不同产区茯苓鉴别模型应将白茯苓及茯苓皮分开.(2)最优主成分数为5时,采用SSD筛选的886个变量(7501.74-4088.35cm-1)构建的白茯苓和茯苓皮的分类模型,其R2、RMSECV和RMSEP分别为0.986、0.988;0.320、0.283;0.425、0.395;采用MCUVE法分别筛选出白茯苓和茯苓皮光谱信息(34个、22个变量)建立的分类模型,其R2、RMSECV和RMSEP分别为0.993、0.991;0.224、0.255;0.298、0.355.采用MC-UVE结合PLS-DA法建立的分类模型,有效降低了冗余信息,白茯苓和茯苓皮的R2均有所提升,RMSECV和RMSEP均有所降低,预测正确率分别由85.71％和83.33％,提高至100％.(3)进一步采用逐步判别分析法筛选出白茯苓(6个)和茯苓皮(4个)光谱变量,建立Fisher判别方程,回代验证正确率均大于85.7％,交叉验证正确率均大于66.7％,表明所建立的Fisher判别方程能较好地鉴别不同产区的茯苓.

摘要： 利用傅里叶变换红外光谱对云南五个产地的大米样品进行研究,根据红外光谱图的分析得出大米主要成分为糖类、蛋白质及脂肪.五个产地大米的红外光谱图在整体上很相似,为了分析各产地大米的红外光谱图差异,对1800～1000cm-1范围的傅里叶变换红外光谱进行一阶和二阶导数处理,发现二阶导数光谱图较一阶导数光谱图显示出较高的分辨率,特别是大理和曲靖所产大米的红外光谱图在1750～1650和1550cm-1左右的二阶导数光谱图峰数差异很大,此差异主要由脂类及蛋白质的含量不同而引起.对五个产地大米的红外光谱进行相关性分析,结果显示,五个产地大米的红外光谱之间相关性较好,都能达到0.989以上,只有曲靖、大理所产大米与其他产地大米的红外光谱图之间相关性较差一些.研究表明傅里叶变换红外光谱在分析鉴别大米方面具有方便、快速等优点.

摘要： 本发明属于陈皮鉴别技术领域，公开了一种陈皮产地的鉴别方法和鉴别装置。该鉴别方法包括以下步骤：获取待鉴别陈皮的GC‑MS数据信息；依据该待鉴别陈皮的GC‑MS数据信息以及预先获取的不同产地的陈皮的GC‑MS数据库信息，确定该待鉴别陈皮的产地信息。本发明鉴别方法采用气相色谱‑质谱联用技术，依靠气相色谱分离出样品中挥发性成分，依靠质谱的检测能力检测并分析GC‑MS数据的差异性，进而快速鉴别陈皮的产地信息。该鉴别方法对待鉴别陈皮的需求量少、分析时间短、鉴别结果准确率高，且操作简单，可大大减少人力物力资源的浪费。

摘要： 本发明公开了一种鉴别不同产地及不同收获期坛紫菜方法，包括对待鉴定坛紫菜样品预处理，提取坛紫菜多糖；以硫酸钡比浊法测定各多糖组分中硫酸根含量，快速判定坛紫菜产地与收获期；利用离子色谱分析单糖组成，准确判定坛紫菜收获期；利用傅里叶变换红外光谱法进行特征基团分析，精确判定坛紫菜收获期；利用核磁共振氢谱分析精细结构，进一步准确验证坛紫菜产地与收获期。本发明有益效果：可根据鉴别精度需求灵活选择分析方法，适用性广，可快速准确判断坛紫菜多糖的产地及具体收获期，结果准确。

摘要： 本发明涉及蜂蜜检测技术领域，具体公开了一种鉴别蜂蜜产地来源的方法与应用。本发明的鉴别蜂蜜产地来源的方法，通过将待鉴定蜂蜜中的蛋白质中的碳稳定同位素比值与各产地的蜜源植物的雄蕊中的碳稳定同位素比值进行皮尔逊相关性分析，从而鉴别所述待鉴定蜂蜜的产地来源；所述蜜源植物根据所述待鉴定蜂蜜的种类确定。本发明可以为蜂蜜产地溯源提供一种快速、准确、稳定和可靠的方法。

摘要： 本发明提供一种基于多维指纹图谱的枸杞产地及贮藏期的鉴别方法，属于枸杞质量控制技术领域。该方法通过建立包括若干不同产地、不同贮藏期、不同指纹类型的标准枸杞指纹图谱的指纹图谱数据库，进一步通过已知信息或鉴别目标信息索引，求取待鉴别枸杞的检测值与若干标准枸杞指纹图谱的综合相似度，基于综合相似度，准确鉴别枸杞的产地和/或贮藏期，鉴别过程简单，效率高，仅仅需要采用已知的并固定的枸杞有效成分提取方法获取待鉴别枸杞的检测值，即可通过计算机程序辅助，自动实现枸杞产地和/或枸杞贮藏期的鉴别。

摘要： 本发明公开了一种基于太赫兹的大米产地鉴别模型的训练及鉴别方法，训练方法包括：获取若干不同产地的大米样品；对所述大米样品进行扫描，得到所有所述大米样品在不同频率下的太赫兹吸收系数谱数据作为总样本集；初始化分类模型；对所述总样本集进行预处理，得到特征训练集以及特征验证集；利用所述特征训练集训练所述分类模型，得到大米产地鉴别模型，并利用所述特征验证集验证所述大米产地鉴别模型的分类精度。本发明基于太赫兹检测技术，结合机器学习训练，得到分类精度高的大米产地鉴别模型，准确快速的实现大米产地的鉴别，方便快捷，科学准确，有效解决现有检测技术检测步骤繁琐、检测周期长、成本高的问题。

摘要： 本发明提供一种基于矿物元素和同位素技术的艾叶产地鉴别方法，包括以下步骤：对不同产地的艾叶样品进行消解获得试样溶液；通过电感耦合等离子体质谱法测定试样溶液多种矿物元素含量，通过稳定同位素比率质谱法测定碳、氮、氢、氧稳定同位素比值；确定不同产地艾叶的矿物元素含量的特征，以及稳定同位素比值的特征；根据不同产地艾叶的矿物元素含量和稳定同位素比值的特征，采用模式识别方法构建产地鉴别模型；输入待鉴别的艾叶样品的矿物元素含量和稳定同位素比值，通过产地鉴别模型获得待鉴别的艾叶样品的产地溯源结果。该方法解决了产地识别准确性低、识别效率低的技术问题。

摘要： 本发明公开了一种基于挥发性风味物质指纹图谱的GC‑IMS大蒜产地鉴别方法，该方法包括以下步骤：收集不同产地的大蒜，采用顶空气相色谱‑离子迁移谱联用仪对它们进行测定分析，得到GC‑IMS样本数据，然后通过仪器自带的VOCal应用软件内置的NIST数据库和IMS数据库对物质进行定性分析，并用仪器自带的Reporter插件、Gallery Plot插件和Dynamic PCA插件从不同角度进行样品分析，得到GC‑IMS指纹图谱并对样品的相似度进行分析，以实现大蒜产地的区分。本发明方法应用GC‑IMS技术对不同产地大蒜的挥发性风味物质进行采集分析，该方法无需预处理，操作简单，能够快速、准确的鉴别大蒜产地，为大蒜风味评价和产地鉴定提供了快速准确的参考数据，能够实现对地理标志性大蒜产品的保护。

摘要： 本发明涉及太赫兹光谱检测技术领域，本发明公开了一种基于太赫兹光谱技术的中药材三七产地鉴别方法，利用太赫兹时域光谱技术对不同产地的三七进行定性鉴别分析，实现对不同产地的三七鉴别，采用鲸鱼算法对所述定性鉴别模型进行优化，得到较好的鉴别结果，接着引入非线性函数和Levy飞行策略，对鲸鱼算法进行改进，提高鲸鱼算法的收敛性和寻优能力，获得最优解，进一步提高了其鉴别精度。本发明所述方法操作简单，能够真实、有效地实现对不同产地的中药材三七进行快速准确的鉴别，为中药材产地鉴别提供一种新的方法。

摘要： 本发明公开了可控温快速灼烧电离装置及实时鉴别谷物产地的方法，其中，该装置包括可控温灼烧棒，可移动收集罩，传输管和后电离装置；其中，实时鉴别谷物产地的方法包括：(1)将谷物样品进行粉碎处理，得到谷物粉末；(2)将谷物粉末进行灼烧处理，得到气溶胶；(3)气溶胶通过收集罩和传输管进入后电离装置产生适于质谱分析使用的分子离子，利用高分辨质谱仪进行检测，得到谷物样品的质谱指纹图谱数据；(4)提供不同产地的谷物参照品，按照(1)‑(3)检测不同产地的谷物参照品的质谱指纹图谱数据，进行数据分析，建立谷物样品的产地鉴别统计分析模型；(5)基于谷物样品的产地鉴别统计分析模型，对谷物样品的质谱指纹图谱数据进行分析，确认谷物样品的产地。

摘要： 本发明公开了一种快速鉴别铁皮石斛产地的方法，涉及铁皮石斛鉴别技术领域，包括S1、分类铁皮石斛干品；S2、采集拉曼光谱数据；S3、拉曼光谱预处理和S4、模型判别结果。该快速鉴别铁皮石斛产地的方法，通过采集不同产地的铁皮石斛的拉曼光谱数据，结合深度学习算法(CNN‑LSTM)构建了铁皮石斛产地鉴别模型，并研究了不同预处理方法对模型鉴别能力的影响，结果表明采用SG+SNV的预处理方法模型的鉴别效果最好，深度学习鉴别模型能以较好的性能实现对不同产地铁皮石斛的产地溯源，对人工智能在产地溯源方面的应用进行了探索，为产地溯源技术的发展提供了一种新的思路。