计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2011年
11期
1433-1435
,共3页
拉曼光谱%判别分析%小模型%降糖药
拉曼光譜%判彆分析%小模型%降糖藥
랍만광보%판별분석%소모형%강당약
采用了4种分析方法对降糖类药物拉曼光谱进行了快速、无损判别.采集了6种降糖类药品共106个样本的拉曼光谱,经基线校正、平滑、一阶导数和矢量归一化等预处理后,以主成分分析法(PCA)降维.将降维所得的前10个主成分作为新变量,分别用Fisher多类线性判别法、Bayes多类逐步判别法、K-最近邻法和径向基神经网络法等4种方法进行判别.判别结果表明,本文所采用的4种方法均能对降糖类药物进行较好的快速、无损判别,其中PCA结合Bayes多类逐步判别法是一种最优选方法,从而为药品快速检测提供了一种简单有效的检测手段.
採用瞭4種分析方法對降糖類藥物拉曼光譜進行瞭快速、無損判彆.採集瞭6種降糖類藥品共106箇樣本的拉曼光譜,經基線校正、平滑、一階導數和矢量歸一化等預處理後,以主成分分析法(PCA)降維.將降維所得的前10箇主成分作為新變量,分彆用Fisher多類線性判彆法、Bayes多類逐步判彆法、K-最近鄰法和徑嚮基神經網絡法等4種方法進行判彆.判彆結果錶明,本文所採用的4種方法均能對降糖類藥物進行較好的快速、無損判彆,其中PCA結閤Bayes多類逐步判彆法是一種最優選方法,從而為藥品快速檢測提供瞭一種簡單有效的檢測手段.
채용료4충분석방법대강당류약물랍만광보진행료쾌속、무손판별.채집료6충강당류약품공106개양본적랍만광보,경기선교정、평활、일계도수화시량귀일화등예처리후,이주성분분석법(PCA)강유.장강유소득적전10개주성분작위신변량,분별용Fisher다류선성판별법、Bayes다류축보판별법、K-최근린법화경향기신경망락법등4충방법진행판별.판별결과표명,본문소채용적4충방법균능대강당류약물진행교호적쾌속、무손판별,기중PCA결합Bayes다류축보판별법시일충최우선방법,종이위약품쾌속검측제공료일충간단유효적검측수단.
