快速識別金線蓮真偽
金線蓮又稱金線蘭，作為一種主要生長于我國南部地區珍貴的中藥材，內含糖類、黃銅和苷類等活性成份，其中氨基酸與微量元素的含量高于國產西洋參與野山參。據記載金線蓮有清熱涼血，除濕解毒，抗炎、鎮痛與鎮靜的作用，能夠用于治療支氣管擴張咯血，風濕等疾病。因其全草可入藥，且也是具有較高觀賞價值室內觀葉植物，市場售價較高，素有“金草"、“藥王"的美稱。
盡管金線蓮售價高昂，但市場依舊供不應求，在 2021年被列為國家二級保護植物。因此一些不法分子為了攫取高額利益，經常使用與金線蓮同科的中國臺灣銀線蓮冒充出售，二者活性成份雖然相似，但其含量比例卻相差懸殊，僅多糖提取率一項就差距3倍之多。甚至還有使用外形相似的斑葉蘭或血葉蘭摻雜在金線蓮中一同出售。
針對金線蓮質量檢測的傳統方法主要有性狀鑒定、顯微鑒定、DNA 鑒定以及高效液相色譜等。這些檢測手段盡管有較高分析精度，但通常也有耗時久、效率低、破壞樣品且需要專業人員操作等弊端。而近紅外光譜分析作為一種快速無損檢測方法就非常適合鑒別金線蓮的真偽。
應用案例
不同批次的金線蓮和銀線蓮樣品各 80 批，每批約 160 g。用于摻雜的斑葉蘭和血液蘭共計 2000g。上述樣品分次清洗 3 至 5 遍，隨后置于 60 °C 的烘箱中干燥至恒重，粉碎后過 60 目篩。經過處理后，純金線蓮和純銀線蓮樣品各 80 個，摻入斑葉蘭和摻入血葉蘭的金線蓮樣品分別有 84 個，共計 328 個樣品。
上述樣品采用 Buchi NIRFlex N-500 測量其近紅外光譜圖，測量范圍 10000-4000 cm-1，分辨率 8 cm-1，掃描次數 32，各類樣品的平均光譜如下:
隨后將采集到的 328 條光譜每類按 3:1 的比例隨機劃分至預測集與校正集，校正集中的樣品再次按同樣比例隨機劃分成訓練集和驗證集，集合具體分布如下表所示:
因近紅外光譜數據是序列數據，隨后采用一維卷積神經網絡（1D-CNN）對其進行特征提取，并采用貝葉斯優化算法對CNN進行參數優化。作為對比，還分別對最近鄰算法（KNN）和支持向量機（SVM）進行優化并建模驗證。最終三種算法對應參數模型的預測精度如下表所示:
通過判別準確率結果不難發現，經過貝葉斯優化后的一維卷積神經網絡（1D-CNN-B）具有最高的判別精度，說明貝葉斯算法能有效地提升超參模型的分類性能，并且近紅外光譜能夠快速有效地識別金線蓮真偽及摻雜品。
參考文獻
柴琴琴, 曾建, 張勛. 基于貝葉斯優化卷積神經網絡的金線蓮偽品鑒別[J]. 浙江農業學報，2022，34(2): 391-396.
4
立即詢價
您提交后，專屬客服將第一時間為您服務