龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：安徽农业大学
申请日：2022-05-07
公开（公告）日：2024-06-04
公开（公告）号：CN115165950B
主分类号：G01N24/08
分类号：G01N24/08;G01N1/34;G01N1/40;G06N20/00;G06V10/764;G06V10/77
优先权：
专利状态码：有效-授权
法律状态：2024.06.04#授权;2022.10.28#实质审查的生效;2022.10.11#公开
摘要：本发明涉及核磁共振检测领域，具体涉及一种通过双相萃取NMR谱鉴别茶叶产地溯源的方法及其应用，基于1HNMR的两相萃取指纹法与多变量数据相结合，分析了太平猴魁绿茶的地理可追溯性镇级，主成分分析被作为探索性工具用于聚类概述，支持向量机和随机森林RF被进一步应用于分类，结合极性和非极性提取物的RF模型取得了87.5％的最佳准确率，儿茶素、脂肪酸和蔗糖被认为是这种分类的贡献者，并被认为是重要的差异性代谢物，这些结果支持使用1HNMR结合机器学习工具来识别狭义产地的绿茶。
主权项：1.一种通过双相萃取NMR谱鉴别茶叶产地溯源的方法，其特征在于，包括以下步骤：S1：将茶叶样品粉碎并冷冻干燥，采集核磁共振光谱；S2：用MestReNova软件对NMR光谱的感兴趣区域的化学位移通过总和归一化进行预处理；S3：对光谱数据进行主成分分析以降低维度并使结果可视化；S4：将光谱数据导入模型，计算准确度，对模型进行评价，选择准确度最高的模型；所述步骤S2中感兴趣区域选择D2O：0.6-8.12ppm，不包括4.52-5.0ppm，和CDCL3：0.48-7.60ppm，不包括7.2-7.28ppm的化学位移；所述步骤S4中将光谱数据导入模型具体过程如下：对于水相提取的光谱数据，选择0.6-8.12ppm，不包括4.52-5.0ppm的化学位移，使用装箱bin用于分段光谱，设置为0.04ppm，共获得176个变量，对于氯仿相取的光谱，选择0.48-7.60ppm，不包括7.2-7.28ppm的化学位移，使用装箱bin用于分段光谱，设置为0.04ppm，共获得176个变量，将水相和氯仿相获取的核磁光谱数据通过低级数据融合直接合并，导入到随机森林RF模型。
全文数据：
权利要求：
百度查询： 安徽农业大学 一种通过双相萃取NMR谱鉴别茶叶产地溯源的方法及其应用
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号