全 文 ：湖 北 农 业 科 学 2014 年
第 53 卷第 1 期
2014年 1 月
湖北农业科学
Hubei Agricultural Sciences
Vol． 53 No.1
Jan．，2014
收稿日期：2013－04－20
基金项目：张家口市科技局项目（0921097D）；河北北方学院项目（2010）；河北北方学院创新团队资助项目
作者简介：汤彦丰（1977－），男，河北怀来人，讲师，硕士，主要从事分析化学方面的研究，（电话）13653233501（电子信箱）tangyang＿517＠163．com。
紫花地丁（Viola philippica Car．）为堇菜科植物
紫花地丁的干燥全草，又称为紫地丁、兔耳草、辽堇
菜。 紫花地丁含有甙类、黄酮类等，味苦、微辛、性
寒，有清热解毒、凉血消肿的功效，全草均可入药。
紫花地丁可治疔疮痈肿、丹毒、湿热、黄疸等病症 ［1］。
紫花地丁生长强健，抗性强，生长期无需特殊管理，
适于栽培繁殖。 目前国内使用的地丁主要有紫花地
丁（堇菜科）、甜地丁（豆科）、苦地丁（罂粟科）、龙胆
地丁（龙胆科）、竹叶地丁（远志科）等，当紫花地丁
入药，不同地区药材来源各异，商品药材较混乱。
本研究利用红外光谱法和径向基神经网络相
结合对 42 个不同批次、 不同产地的紫花地丁样品
进行测定和鉴别，区分其中的野生紫花地丁和栽培
紫花地丁，以期为紫花地丁样品的鉴别提供参考。
1 材料与方法
1．1 试验仪器与样品
仪器设备：傅里叶变换中红外光谱仪为 PE1730
型光谱仪 （PerkinElmer， USA）， DTGS 检 测 器
（PerkinElmer，USA）。 测定条件：光谱分辨率 4 cm－1。
测定范围：1 800～400 cm－1，温度控制在 22 ℃。 选用
42 个紫花地丁样品为不同品种和不同批次的样品，
其中 22 个为野生紫花地丁样品，20 个为栽培紫花
地丁样品（采购于张家口药店，经河北北方学院药
物研究所鉴定）。
1．2 试验方法
药材经烤箱烘干，机器粉碎，过 60 目筛备用。
采用压片法对紫花地丁样品进行测定，取 1～2 mg 紫
花地丁样品，研细，加入 100～200 mg 溴化钾，在压片
机上压成厚度为 0．1 mm 的透明薄片进行测定。
1．3 方法学考察
1）精密度试验。 对同一份样品连续测定 5 次，
研究试验的精密度。
2）重复性试验。 对同一份样品分别取样 5次进
行压片测定，研究试验的重复性。
3）稳定性试验。 取同一份样品压片放入干燥器
紫花地丁的红外光谱和径向基神经网络鉴别
汤彦丰，侯占忠，王志宝，甄 攀
（河北北方学院应用化学研究所，河北 张家口 075000）
摘要：采用傅里叶红外光谱法（FTIR）扫描 42 种紫花地丁（Viola philippica Car．）样品，利用径向基神经网
络（RBFNN）对红外数据进行处理。 结果表明，该方法可以有效鉴别野生紫花地丁和栽培紫花地丁，正确
率达到 95．24％，可以用来进行紫花地丁的质量控制。
关键词：紫花地丁（Viola philippica Car．）；红外光谱；鉴别；径向基神经网络（RBFNN）
中图分类号：R282；R931．5 文献标识码：A 文章编号：0439－8114（2014）01－0132-03
Identification of Viola philippica Car． Based on Infrared Spectrum and
Radial Basis Function Neural Network
TANG Yan－feng，HOU Zhan－zhong，WANG Zhi－bao，ZHEN Pan
（Institute of Applied Chemistry， Hebei North University， Zhangjiakou 075000， Hebei，China）
Abstract： 42 Viola philippica Car． samples were scanned by fourier transform infrared spectroscopy （FTIR） and analyzed by
radial basis function neural network （RBFNN） to classify and discriminate． The results showed that the two method could ef-
fectively identify the different origins of Viola philippica Car．， with recognition accuracy of 95．24％． This method can be used
for the quality control of Viola philippica Car．
Key words： Viola philippica Car．；infrared spectrum； identification； radial basis function neural network （RBFNN）
DOI:10.14088/j.cnki.issn0439-8114.2014.01.060
第 1 期
内保存， 分别放置 0、1、2、3、4、6、8、24 h 后测定，研
究试验的稳定性。
1．4 数据的采集与处理
样品光谱测定前需要做背景扫描。 背景扫描的
目的是为了消除压片混合物在光谱上的干扰。 背景
扫描也有利于扣除空气中的二氧化碳和水蒸气的
红外信号，有利于得到干净的样品红外光谱。 中红
外光谱作为一种常用的光谱分析方法常用来鉴别
中药［2－4］，本研究使用径向基神经网络建立紫花地丁
样品的分类模型。 神经网络的输入层单元为 44，输
出层单元为 1 个， 以 1．0 代表野生紫花地丁，0．0 代
表栽培紫花地丁，0．5为阈值。
2 结果与分析
2．1 方法学考察结果
精密度试验结果表明，对同一份样品连续 5 次
测定得到的紫花地丁红外光谱图完全一致。 重复性
试验得到的红外光谱图也基本一致，相对标准偏差
为 0．1％。稳定性试验中，不同时间进行测定，得到的
红外光谱图完全一致。 说明该方法用于鉴别紫花地
丁是可行的。
2．2 紫花地丁的红外光谱分析
通过扫描得到不同紫花地丁样品的红外光谱
图（图 1），发现该红外光谱非常相似，很难区别。 由
于光谱变量多，分析速度慢，因此选择小波变换技
术对光谱进行压缩。 小波变换是一个时间和频域的
局域变换，因而能有效地从信号中提取信息，通过
伸缩和平移等运算功能对函数或信号进行多尺度
细化分析， 解决了傅里叶变换不能解决的许多问
题 ［5］。
采用 Appcoef 函数进行小波变换， 从而对数据
进行压缩，将经过小波变换压缩的红外光谱数据组
成 44×42的矩阵输入到 Matlab 7．0 软件中。 然后进
行归一化处理，避免了由于被测样品量的多少对吸
收峰强弱的影响。 经过归一化处理后绘制出来的红
外光谱图能够更好地反映出不同产地不同年限的
紫花地丁的光谱差别。 用经过归一化处理的含 44
个变量的紫花地丁红外光谱作为神经网络的输入。
2．3 径向基神经网络分析
在应用 Matlab 7．0软件编译程序、 构建与训练
径向基函数网络的过程中，应用了神经网络工具箱
中的 Newrb 函数，其中影响分类结果的参数主要有
目标误差 （Error goal，EG） 和径向基函数分布常数
（Spread constant，SC），因此对这两个参数进行分析。
目标误差（EG）是影响网络训练终点的重要参
数之一， 决定网络的训练次数和达到的精度。 不同
的目标误差经由程序运行，所得到的正确率有所差
异。 图 2 是不同的目标误差对正确率的影响，可以
看出，目标误差为 0．001 5 时，识别正确率最低，仅
为 85．71％。当目标误差选定为 0．002 5时，正确率最
大，达到 95．24％。 同时，均方根误差最小为 0．285 7，
所以选定目标误差为 0．002 5。
径向基函数的分布常数（SC）对应输入数据到
中心点的距离，它的大小直接影响计算结果的准确
性。 分布常数的值在 1～10时对结果的影响最大，因
此，把分布常数从 1～10进行了比较。 由图 3可以看
出，当分布常数为 10 时，紫花地丁样品识别正确率
最低，当分布常数为 6时正确率达到最大值95．24％，
均方根误差为 0．216 4。 因此，选定分布常数为 6。
通过对 EG参数和 SC参数的分析，选定目标误
差 EG为 0．002 5， 径向基函数的分布常数 SC 为 6，
此时网络达到最优化。 利用 MATLAB 内部的神经
网络工具箱中的 Newrb 函数做网络训练，在隐层中
传递函数调用高斯函数 Radbas，应用函数 Sim 对径
图 2 EG 参数对正确率的影响
图 3 SC 参数对正确率的影响
100
95
90
85
80
75
70
65
60
正
确
率
//%
0.000 5 0.001 0 0.001 5 0.002 0 0.002 5 0.003 0
目标误差
100
95
90
85
80
75
70
65
正
确
率
//%
1 2 3 4 5 6 7 8 9 10
分布常数
70
50
30
10
透
光
率
//%
图 1 紫花地丁样品的红外光谱图
1 750 1 250 750 225
波数//cm-1
汤彦丰等：紫花地丁的红外光谱和径向基神经网络鉴别 133
湖 北 农 业 科 学 2014 年
向基网络进行仿真。
以紫花地丁样品的红外光谱数据为依据，通过
建立相应的径向基函数神经网络模型加以分类。 以
1．0 代表野生紫花地丁，0．0 代表栽培紫花地丁，0．5
为阈值。 依此条件对紫花地丁样品进行预测分类，
其中有 2 个样品被鉴别错误， 总的识别正确率为
95．24％，可以很好地鉴别紫花地丁样品。
3 小结
本研究采用将径向基函数神经网络与红外光
谱相结合的分析方法对野生和栽培紫花地丁加以
鉴别。 从整体上看，不同品种的紫花地丁的红外光
谱有许多共同特征，说明紫花地丁样品内在含有一
些相同的有效成分。 不同种药材或不同产地的药
材，只要红外的指纹谱图存在差异，说明其中一些
化学成分不同或者是各化学成分的含量不同。 根据
谱图的差异，通过径向基网络可以识别野生紫花地
丁和栽培紫花地丁。 将经过小波变换数据压缩技术
处理的红外光谱数据，调入到径向基函数神经网络
模型中，实现了紫花地丁野生与栽培样品的鉴别分
类，识别正确率可达 95．24%，可以作为鉴别紫花地
丁的一种质量控制方法。 这两种鉴别方法相结合进
行鉴定，比常规的鉴别方法［6－9］更快速、直接，且不破
坏样品。
参考文献：
［1］ 王庆瑞．中国植物志［M］．北京：科学出版社，1991．
［2］ 江 彬，杨仕军，底全厚，等．紫花地丁及其习用品的性状鉴别及
检索［J］．实用中医药杂志，2008，24（7）：470－471．
［3］ 邓月娥，孙素琴，牛立元． 不同产地金钗石斛红外光谱解析［J］．
河南科技学院学报（自然科学版），2007（2）：37－40．
［4］ 姚 霞，孙素琴，许利嘉，等． 红外光谱法对野生和栽培枸杞子
的鉴别与分析［J］． 医药导报，2010（8）：1065－1068．
［5］ 金向军，张 勇，谢云飞，等．基于支持向量机及小波变换的人参
红外光谱分析［J］．光谱学与光谱分析，2009，29（3）：656－660．
［6］ 张永耀，侯惠婵，杨洁瑜 ．紫花地丁及其常见混伪品的比较鉴
别［J］．中国现代中药，2010（7）：25－27．
［7］ 李连方，尹祖棠 ．华北地区堇菜属植物的果实和种子形态学研
究［J］．中国农业大学学报，1999（3）：35－38．
［8］ 王旭红，秦民坚，梁之桃．南京地区六种堇菜属植物根和根茎的
显微鉴定［J］．中药材，2003（6）：401－403．
［9］ 王旭红，秦民坚，吴永强．南京地区 6 种堇菜属植物叶表皮的显
微结构比较［J］．中药材，2003（10）：706－709．
（责任编辑 赵 娟）
高插穗成活率 ［20］，本研究单独使用机械刺激也能提
高刺五加扦插的成活率。 刺五加插穗将外界的机械
信号转化为植物体内部信号，这种信号可能增强插
穗内源激素的合成能力，具体的分子机制有待于进
一步研究。
参考文献：
［1］ 中国科学院植物研究所．中国高等植物年鉴［M］．北京：科学出版
社，1983．1036．
［2］ 黄 丽，陈武荣，林 丽，等．濒危植物刺五加开发利用若干问题
的探讨［J］．南方园艺，2012，23（2）：41－43．
［3］ 韩忠明，王云贺，张永刚，等．不同生境刺五加生长发育及光合特
性研究［J］．西北植物学报，2011，31（9）：1852－1859．
［4］ 张 晶，刘芳芳，陈彦池，等 ．刺五加化学成分及药理学研究进
展［J］．中国野生植物资源，2008，27（2）：6－8．
［5］ 李丽辉，张 鹏，牟晓燕．刺五加的研究进展［J］．国土与自然资源
研究，2008（3）：95－96．
［6］ 孙 敏，姚海燕，陈伯清，等．不同基质对几种花卉扦插生根及生
长的影响［J］．江苏农业科学，2009（1）：179－181．
［7］ 熊国胜，李家洋，王永红．植物激素调控研究进展［J］．科学通报，
2009（18）：2718－2733．
［8］ 柯 学，李忠光，刘 娴，等．机械刺激诱导的烟草悬浮细胞一氧
化氮产生途径及其与 Ca2＋和钙调素的关系［J］．植物生理学报，
2011（1）：85－90．
［9］ 郑 科，郎南军，曹福亮，等．扦插技术研究解析［J］．贵州农业科
学，2009，37（12）：195－199．
［11］ 龚弘娟，胡兴华，李洁维，等．3 种不同基质对金花茶扦插的影
响［J］．福建林业科技，2009，36（3）：145－148．
［12］ 张 黎，翟 彦．不同基质不同部位对菊花扦插生根的影响［J］．
西北农业学报，2005，14（6）：112－114．
［13］ 张春桃，胡希军，罗雪梅，等．榉树的扦插繁殖技术［J］．经济林研
究，2011，29（2）：108－110．
［14］ 栾启福，姜景民，沈凤强，等．影响杂交松扦插成活率因素的研
究［J］．中国农学通报， 2011，27（16）：32－35．
［15］ 赵付安，房卫平，谢德意，等．吲哚－3－丁酸诱导陆地棉茎枝无土
扦插生根优化条件初探［J］． 河南农业科学，2010（10）：36－39．
［16］ PARK S M， WON E J， PARK Y G， et al． Effects of node
position， number of leaflets left， and light intensity during
cutting propagation on rooting and subsequent growth of do-
mestic roses［J］． Hort Environ Biotechnol， 2011，52（4）：339－343．
［17］ 冉 华，孟 晋，付文锋，等．基质和 NAA 浓度及处理时间对小
叶榕扦插生根的影响［J］． 安徽农业科学，2010，38（8）：3977－
3978．
［18］ 张秀娟．百合种球生产关键技术的研究［D］．北京：北京林业大
学，2010．
［19］ 唐德英，李学兰，段立胜．流苏石斛扦插繁殖试验［J］．中药材，
2009（1）：15－16．
［20］ BLYTHE E K． Hardwood cutting propagation of confederate
rose using auxin and wounding treatments［J］． Hort Technolo-
gy，2012，22（4）：476－478．
（上接第 131页）
（责任编辑 赵 娟）
0 5 10 15 20 25 30 35 40 45
紫茶地丁样品
1.0
0.8
0.6
0.4
0.2
0
输
出
值
图 4 紫花地丁样品的识别结果
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!
134