公共文化服务平台

共 4 条记录，以下是 1-4

全选清除导出

排序方式：

校正集样本选择方法对于积雪草总苷中积雪草苷近红外定量模型的影响: 采集积雪草总苷近红外漫反射光谱,采用偏最小二乘回归(PLSR)算法建立积雪草苷含量的近红外定量模型。本研究以近红外定量模型的准确性和稳健性评价指标研究常规选择法、KS法和SPXY法三种校正集样本选择方法对近红外定量模型的...; 詹雪艳赵娜林兆洲袁瑞娟孙杨乔延江; 关键词：近红外积雪草苷偏最小二乘回归; 文献传递

校正集样本选择方法对于积雪草总苷中积雪草苷近红外定量模型的影响: 积雪草总苷近红外漫反射光谱,采用偏最小二乘回归(PLSR)算法建立积雪草苷含量的近红外定量模型.本研究以近红外定量模型的准确性和稳健性评价指标研究常规选择法、KS法和SPXY法三种校正集样本选择方法对近红外定量模型的影响...; 詹雪艳赵娜林兆洲袁瑞娟孙杨乔延江; 关键词：积雪草苷中药化学近红外光谱偏最小二乘回归

近红外漫反射光谱法快速测定积雪草总苷中积雪草苷的含量被引量：6: 2013年; 目的:建立近红外漫反射光谱法快速测定积雪草总苷中积雪草苷的含量方法。方法:采用高效液相色谱法测定市场上流通的66批次积雪草总苷中积雪草苷的含量,同时采集近红外漫反射光谱,对原始光谱进行多元散射校正(MSC)、二阶导数(2D)和Norris导数(ND)平滑等光谱预处理方法,采用偏最小二乘回归法(PLSR)建立近红外定量校正模型,实现积雪草总苷中指标性成分积雪草苷含量的快速测定。结果:所建立的积雪草苷近红外定量校正模型,验证集相对误差RMSEP、标准偏差与标准误差的比值RPD分别为0.0352和6.47,表明所建近红外模型预测准确度高。同时,校正集均方根误差RMSEC和验证集均方根误差RMSEP接近,分别为1.17和1.25,交叉验证均方根误差RMSECV为3.43,表明所建近红外模型稳健性好。结论:所建立的积雪草苷近红外定量校正模型具有很好的预测准确度和稳健性,为市场上积雪草总苷质量的快速评价提供方法。; 赵娜吴志生袁瑞娟孙杨詹雪艳乔延江; 关键词：近红外光谱积雪草总苷积雪草苷漫反射

甘草中甘草苷和甘草酸红外定量模型特征变量的筛选与解析被引量：3: 2015年; 借助变量筛选方法可以从复杂的光谱背景下选择部分变量构建定量预测模型,在一定程度上提高建模变量的解释性。然而模型解释性的提高并不意味着建模变量有确切的理化意义。本研究以甘草中红外定量预测模型为载体,解析移动窗口偏最小二乘（mwPLS）、组合间隔偏最小二乘（siPLS）和竞争自适应抽样方法（CARS）三种变量筛选方法所得变量与目标成分化学特征的相关性,比较不同变量筛选方法下所筛变量解释性的差异。结果表明,mwPLS优先筛出黄酮和皂苷两类成分红外光谱上区别明显的苯环骨架振动和皂苷母核上甲基取代基弯曲振动所对应的波段,siPLS筛出了黄酮类成分的（φ）C—O,（φ）CC,（φ）C—H伸缩振动的特征区间组合和皂苷类成分的C—O,C—H,O—H伸缩振动的特征区间组合。相对于以上两种变量筛选方法,CARS筛选得到的变量能够更好地归属于甘草苷和甘草酸在中红外1 000~4 000cm-1特征区的特征峰,而且基于CARS筛选的变量建模,模型的预测性能得到了提高。因此,CARS筛选的变量能实现目标成分红外特征区大部分化学特征的解析,有利于增强模型的解释性。; 詹雪艳林兆洲孙杨袁瑞娟杨展澜段天璇; 关键词：化学特征甘草

全选清除导出

共1页<1>

孙杨