节点文献

样本数据重复性对NIR校正模型的影响

免费订阅

【作者】 隋丞琳吴志生林兆洲徐冰杜敏史新元乔延江

【Author】 SUI Chenglin,WU Zhisheng,LIN Zhaozhou,XU Bing,DU Min,SHI Xinyuan,QIAO Yanjiang(Research Center of Traditional Chinese Medicine Information Engineering,Beijing University of Chinese Medicine,Beijing 100102,China)

【机构】 北京中医药大学中药信息工程研究中心

【摘要】 目的:探讨样本数据重复采集对所构建近红外(NIR)定量校正模型稳健性的影响,初步阐释该影响产生的原因。方法:以银黄液为研究载体,采集样本的近红外光谱,并以高效液相测定值为参考值,采用偏最小二乘算法建立黄芩苷定量校正模型,对潜变量因子累积贡献曲线进行深入探讨,在潜变量空间阐述重复采样对所建立的定量校正模型的影响。结果:在对重复采集光谱平均后,以最优光谱预处理方法建立的定量预测模型达到理想预测结果(RMSECV=1.824)。该模型潜变量因子累计贡献率曲线下的面积,明显大于其他光谱建模方式,即所得的模型更加稳健。结论:多次测量取平均能够显著提高模型的预测性能,使所得的模型更加稳健。

【基金】 国家“重大新药创制”科技重大专项(2010ZX09502-002);北京市支持中央在京高校共建项目
【所属期刊栏目】 制剂与炮制 (2012年12期)
  • 【分类号】O657.33;R284
  • 【被引频次】1
  • 【下载频次】216
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: