首页 > 文献资料
-
基于NIRS技术和PCA-SVM算法6种树脂及其他类中药的快速鉴别
目的:利用近红外漫反射光谱(NIRS)法,结合主成分分析(PCA)和支持向量机(SVM)联用算法,建立6种树脂及其他类中药安息香(Benzoinum),琥珀(Succinum),没药(Myrrha),乳香(Olibanum),松香(Colophonium),天竺黄(Bambusaen Concretio Silicea)的NIR模式识别模型,用于该6味中药的快速鉴别.方法:收集上述6种中药样品,经性状鉴别和理化分析确定正品药材55批,粉碎成均匀粉末,在4 000 ～ 12 000 cm-1光谱区,采集各样品粉末的NIR光谱,选取特征谱段9 000～5 400,5000～4000 cm-1为建模谱段,分别采用矢量归一化法(vector normalization,VN),一阶导数法(first derivative,FD),二阶导数法(second derivative,SD)3种不同光谱预处理方法进行预处理并分别进行PCA降维.根据主成分空间散点图,优选佳预处理方法.利用佳预处理方法处理后光谱的PCA降维数据,建立SVM模式识别模型,SVM模型参数c和g采用网格搜索法结合五折交叉验证进行寻优.对比不同主成分数所建PCA-SVM模型的预测准确率,确定佳的主成分数,终建立6种中药NIR快速鉴别模型.结果:在9 000～5 400,5 000～4000 cm-1建模谱段,确定佳光谱预处理方法为SD,SD预处理光谱PCA降维后,确定佳主成分数为3个,累计贡献率达93.57％.经网格搜索法确定佳SVM建模参数组为c=65 536,g=512.所建PCA-SVM模型对训练集和验证集样品预测正确率均达100％,模型五折交叉验证准确率亦达100％.结论:所建的6种中药NIR光谱PCA-SVM鉴别模型,预测准确率高,模型预测能力强,结合NIRS技术无损、快速的优点,该模型可用于上述6种中药的无损、快速鉴别.
-
支持向量机法优化复方威灵仙喷雾剂的水提工艺研究
该文优化了复方威灵仙喷雾剂的水提工艺.实验采用L9(34)正交试验设计复方威灵仙喷雾剂的水提工艺;熵值法求解各有效成分及出膏率的权重系数;再利用支持向量机结合遗传算法参数寻优建立模型,网格搜索优化复方威灵仙喷雾剂的工艺条件.结果显示经过新方法优化后的工艺条件为水提3次,每次2h,加水倍数为6.支持向量机在此条件下的预测值与验证的实际值相比,相对误差为1.23％.将支持向量机法与传统的正交直观分析方法进行对比,结果表明这种新方法用于优化复方威灵仙喷雾剂水提工艺更精确,可靠.
-
智能网格搜索-Marquardt联合算法计算药物动力学参数
目的研究一种解决非线性参数估计计算初值问题的高效可行算法.方法采用新颖的智能网格搜索(intelligent grid search)-Marquardt联合算法.结果与结论IGS-Marquardt法能够快速精确地找出初值,而且可以有效地避免局部收敛、强化了高维空间的快速搜索能力,可以快速、高精度地求解药物动力学参数.
-
基于Monte-Carlo模型的电极表面处理快速仿真
微型和集成化的生物传感器为细胞电生理研究提供了强有力的手段.在电极阵列制作工艺上对传感器芯片电极表面进行电镀铂黑处理,可以降低噪声,提高灵敏度.为了量化分析电极表面纳米铂黑粒子的处理效果,本文提出了一种基于Monte-Carlo方法的网格搜索算法,给出了运算优化策略,实现了理想贴附条件下快速模拟一个数量级内粒径分散度在20～200 nm范围内均匀分布的纳米粒子贴附于电极上的过程.在电极半径为100μm的尺度下,试验次数n=10时的仿真处理时间从原方法的平均20 h优化为0.5h,大大缩短了整个建模过程.应用本文方法进一步研究了在单/多层纳米粒子表面处理时,不同电极尺寸、形状对粒子贴附率和处理均一性的影响.仿真结果表明,理想实验条件下在电极半径小于100 um时,随着电极尺寸的增大,纳米粒子有效贴附率增大,均匀化程度升高,有利于电极阵列重复性的定量评估.在相同电极面积条件下,圆形电极的表面贴附率效果优于方形等形状的电极.
关键词： 电极表面处理 纳米粒子 Monte-Carlo模型 网格搜索
