Bagging偏最小二乘和Boosting偏最小二乘算法的金銀花醇沉過程近紅外光譜定量模型預(yù)測(cè)能力研究
2014-11-19 03:11:53陳昭吳志生史新元徐冰趙娜喬延江
分析化學(xué) 2014年11期
陳昭 吳志生 史新 元徐+冰趙+娜喬延江
1引言
近紅外光譜（Near infrared spectroscopy，NIR）技術(shù)作為一種快速、無損、環(huán)保的光譜分析技術(shù)，已經(jīng)廣泛應(yīng)用于醫(yī)藥領(lǐng)域＼[1，2＼]。對(duì)于中藥復(fù)雜體系中多組分低含量特征，近紅外結(jié)合各種算法實(shí)現(xiàn)了對(duì)其軟測(cè)量分析。在金銀花醇沉過程研究中，加醇過程和最終量是中藥制藥過程控制的關(guān)鍵點(diǎn)。在加醇過程控制方面，采用多變量統(tǒng)計(jì)過程控制（MSPC）監(jiān)控模型＼[3＼]，使監(jiān)控模型更加靈敏、穩(wěn)健。在加醇終點(diǎn)檢測(cè)方面＼[4＼]，采用主成分分析結(jié)合移動(dòng)塊相對(duì)標(biāo)準(zhǔn)偏差（PCAMBRSD）法，從正常加醇過程N(yùn)IR數(shù)據(jù)中獲得理想終點(diǎn)樣本，由理想終點(diǎn)樣本構(gòu)成加醇過程終點(diǎn)的設(shè)計(jì)空間，進(jìn)而實(shí)現(xiàn)準(zhǔn)確判斷加醇終點(diǎn)。在金銀花（Lonicera japonica）醇沉過程中綠原酸含量偏最小二乘法（Partial least squares， PLS）模型中，采用準(zhǔn)確性輪廓分析綠原酸含量， 該P(yáng)LS模型具有穩(wěn)健性和準(zhǔn)確性＼[5＼]。
以金銀花醇沉過程中綠原酸的NIR數(shù)據(jù)為載體，運(yùn)用BaggingPLS和BoostingPLS算法，建立準(zhǔn)確、穩(wěn)健的NIR模型。Bagging和Boosting作為兩種代表性較強(qiáng)的集成算法，具有較高預(yù)測(cè)精度。將Bagging和Boosting引入到經(jīng)典的PLS定量模型中，提高模型泛化能力，減小模型預(yù)測(cè)方差＼[6＼]，這給中藥NIR定量模型快速預(yù)測(cè)提供較好的借鑒。
2實(shí)驗(yàn)部分
2.1實(shí)驗(yàn)數(shù)據(jù)
1引言
近紅外光譜（Near infrared spectroscopy，NIR）技術(shù)作為一種快速、無損、環(huán)保的光譜分析技術(shù)，已經(jīng)廣泛應(yīng)用于醫(yī)藥領(lǐng)域＼[1，2＼]。對(duì)于中藥復(fù)雜體系中多組分低含量特征，近紅外結(jié)合各種算法實(shí)現(xiàn)了對(duì)其軟測(cè)量分析。在金銀花醇沉過程研究中，加醇過程和最終量是中藥制藥過程控制的關(guān)鍵點(diǎn)。在加醇過程控制方面，采用多變量統(tǒng)計(jì)過程控制（MSPC）監(jiān)控模型＼[3＼]，使監(jiān)控模型更加靈敏、穩(wěn)健。在加醇終點(diǎn)檢測(cè)方面＼[4＼]，采用主成分分析結(jié)合移動(dòng)塊相對(duì)標(biāo)準(zhǔn)偏差（PCAMBRSD）法，從正常加醇過程N(yùn)IR數(shù)據(jù)中獲得理想終點(diǎn)樣本，由理想終點(diǎn)樣本構(gòu)成加醇過程終點(diǎn)的設(shè)計(jì)空間，進(jìn)而實(shí)現(xiàn)準(zhǔn)確判斷加醇終點(diǎn)。在金銀花（Lonicera japonica）醇沉過程中綠原酸含量偏最小二乘法（Partial least squares， PLS）模型中，采用準(zhǔn)確性輪廓分析綠原酸含量， 該P(yáng)LS模型具有穩(wěn)健性和準(zhǔn)確性＼[5＼]。
以金銀花醇沉過程中綠原酸的NIR數(shù)據(jù)為載體，運(yùn)用BaggingPLS和BoostingPLS算法，建立準(zhǔn)確、穩(wěn)健的NIR模型。Bagging和Boosting作為兩種代表性較強(qiáng)的集成算法，具有較高預(yù)測(cè)精度。將Bagging和Boosting引入到經(jīng)典的PLS定量模型中，提高模型泛化能力，減小模型預(yù)測(cè)方差＼[6＼]，這給中藥NIR定量模型快速預(yù)測(cè)提供較好的借鑒。
2實(shí)驗(yàn)部分
2.1實(shí)驗(yàn)數(shù)據(jù)
1引言
近紅外光譜（Near infrared spectroscopy，NIR）技術(shù)作為一種快速、無損、環(huán)保的光譜分析技術(shù)，已經(jīng)廣泛應(yīng)用于醫(yī)藥領(lǐng)域＼[1，2＼]。對(duì)于中藥復(fù)雜體系中多組分低含量特征，近紅外結(jié)合各種算法實(shí)現(xiàn)了對(duì)其軟測(cè)量分析。在金銀花醇沉過程研究中，加醇過程和最終量是中藥制藥過程控制的關(guān)鍵點(diǎn)。在加醇過程控制方面，采用多變量統(tǒng)計(jì)過程控制（MSPC）監(jiān)控模型＼[3＼]，使監(jiān)控模型更加靈敏、穩(wěn)健。在加醇終點(diǎn)檢測(cè)方面＼[4＼]，采用主成分分析結(jié)合移動(dòng)塊相對(duì)標(biāo)準(zhǔn)偏差（PCAMBRSD）法，從正常加醇過程N(yùn)IR數(shù)據(jù)中獲得理想終點(diǎn)樣本，由理想終點(diǎn)樣本構(gòu)成加醇過程終點(diǎn)的設(shè)計(jì)空間，進(jìn)而實(shí)現(xiàn)準(zhǔn)確判斷加醇終點(diǎn)。在金銀花（Lonicera japonica）醇沉過程中綠原酸含量偏最小二乘法（Partial least squares， PLS）模型中，采用準(zhǔn)確性輪廓分析綠原酸含量， 該P(yáng)LS模型具有穩(wěn)健性和準(zhǔn)確性＼[5＼]。
以金銀花醇沉過程中綠原酸的NIR數(shù)據(jù)為載體，運(yùn)用BaggingPLS和BoostingPLS算法，建立準(zhǔn)確、穩(wěn)健的NIR模型。Bagging和Boosting作為兩種代表性較強(qiáng)的集成算法，具有較高預(yù)測(cè)精度。將Bagging和Boosting引入到經(jīng)典的PLS定量模型中，提高模型泛化能力，減小模型預(yù)測(cè)方差＼[6＼]，這給中藥NIR定量模型快速預(yù)測(cè)提供較好的借鑒。
2實(shí)驗(yàn)部分
2.1實(shí)驗(yàn)數(shù)據(jù)
猜你喜歡
今日農(nóng)業(yè)(2021年15期)2021-11-26 03:30:27
世界科學(xué)技術(shù)-中醫(yī)藥現(xiàn)代化(2020年2期)2020-07-25 02:06:06
小學(xué)生作文(低年級(jí)適用)(2019年12期)2020-01-18 07:50:34
天然產(chǎn)物研究與開發(fā)(2019年1期)2019-03-01 05:41:08
中成藥(2018年12期)2018-12-29 12:25:44
天然產(chǎn)物研究與開發(fā)(2018年7期)2018-08-21 02:04:10
中成藥(2017年10期)2017-11-16 00:50:42
中成藥(2017年6期)2017-06-13 07:30:35
公民與法治(2016年11期)2016-05-17 04:13:39
華人時(shí)刊(2016年13期)2016-04-05 05:50:15
- 分析化學(xué)的其它文章
- 中國(guó)化學(xué)會(huì)分析化學(xué)委員會(huì)關(guān)于申請(qǐng)“分析化學(xué)基礎(chǔ)研究梁樹權(quán)獎(jiǎng)”的通知
- 近紅外光譜結(jié)合新型模型傳遞方法用于糖料的在線質(zhì)量監(jiān)控
- 尺寸排阻色譜電感耦合等離子體質(zhì)譜聯(lián)用研究比格犬血漿中米鉑及鉑代謝物形態(tài)
- 納米氧化銅摻雜的苯巴比妥分子印跡電化學(xué)傳感器的制備及其識(shí)別性能研究
- 電化學(xué)還原氧化石墨烯/納米金殼聚糖復(fù)合膜修飾玻碳電極對(duì)尿酸的靈敏測(cè)定
- 待定模板印跡聚合物對(duì)高豐度雞蛋清蛋白質(zhì)的脫除