基于偏最小二乘回归的类模型方法用于中药牛黄的真伪鉴别
梁永强 | -> | 1351| 1| 1.085611MB |化学模式识别,类模型,独立软模式类簇法,偏最小二乘回归类模型
根据训练集包含的样品的范围, 分类方法可分为判别分析方法和类模型方法。判别分析方法的训练集包含多种类别的样品, 如线性判别分析( LDA )、k-近邻法( kNN )、偏最小二乘判别分析法( PLSDA )和支持向量机( SVM )等[ 6] 。判别分析根据训练集样品进行学习, 可将已知的两类或多类样品分类, 但是当未知样品属于训练集以外的类时, 判别分析方法将导致错误结论。类模型方法所用的训练集仅包含目标类样品, 目的是通过建立目标类的类模型, 鉴别目标类样品和所有的非目标类样品。一个典型的需要类模型的问题是原产地域产品的保护, 由于不可能对所有的非原产地域产品进行完全采样, 而分析目标是区分原产地域保护产品和其它所有非原产地域保护产品, 此时判别分析方法是不可行的。类模型的代表性方法有软独立模型类簇法( Self independentmode ling of class ana logy, SIMCA) [ 7] 、UNEQ和势函数模型法[ 8] ,其中最常用的是S IMCA。SIMCA 是一种基于主成分分析的类模型方法, 对于复杂量测数据, SIMCA 经
常遇到的问题是主成分数和决策区间的确定[ 9~ 11] 。因此, 本研究提出了基于偏最小二乘回归( Part ia lleast squares reg ression, PLSR) [ 12 ] 的类模型方法( PLS classmode,l PLSCM) , 模型的隐变量( Latenvariab les, LV )数和决策区间均由蒙特卡罗交互验证(Monte Carlo cross validat ion, MCCV ) [ 13] 确定。
天然牛黄是牛科动物的干燥胆结石, 可用于治疗中枢神经系统、造血系统、肝脏和胆囊等器官的疾病, 也可用于预防炎症和传染性的疾病。天然牛黄是一种极珍贵的中药。本研究将PLSCM 结合近红外光谱法用于天然牛黄样品和人工、掺杂牛黄样品的鉴别, 并与SIMCA模型的结果进行了比较。
-
关键词: 黄水,浓香型白酒,应用 发表时间: 2013-01-07 16:46:33
-
关键词: 浓香型大曲,制曲工艺,曲药质量,曲药应用 发表时间: 2013-01-07 16:45:53
-
关键词: 微生物,米曲霉,米曲,孢子 发表时间: 2013-01-07 16:44:05
-
关键词: 平行因子分析,三维荧光光谱,赤潮藻 发表时间: 2012-04-11 17:08:18
-
关键词: 碰撞池-多接收电感耦合等离子体质谱,质量偏移,硒,同位素丰度 发表时间: 2012-04-11 17:07:18
-
关键词: 环糊精,哌嗪衍生物,非共价复合物,键合位点,电喷雾质谱,核磁共振谱 发表时间: 2012-04-11 17:06:15