期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于近红外光谱技术和变量筛选-偏最小二乘判别分析方法的铁皮石斛产地无损溯源 被引量:5
1
作者 柳薇 邱熙文 +3 位作者 蒋立文 范伟 李跑 郑郁 《分析测试学报》 北大核心 2025年第2期246-252,共7页
基于近红外(NIR)光谱技术与变量筛选-偏最小二乘判别分析(PLS-DA)方法,建立了一种铁皮石斛产地的无损溯源方法。利用光栅型便携式NIR光谱仪采集了3个积分时间(25、45、65 ms)下3个产地共900份铁皮石斛枫斗的光谱。采用光谱预处理方法消... 基于近红外(NIR)光谱技术与变量筛选-偏最小二乘判别分析(PLS-DA)方法,建立了一种铁皮石斛产地的无损溯源方法。利用光栅型便携式NIR光谱仪采集了3个积分时间(25、45、65 ms)下3个产地共900份铁皮石斛枫斗的光谱。采用光谱预处理方法消除光谱中的干扰;以主成分分析(PCA)、PLS-DA方法建立了铁皮石斛产地的鉴别模型;通过竞争性自适应重加权采样法(CARS)、蒙特卡罗-无信息变量消除法(MCUVE)及连续投影算法(SPA)筛选获得特征变量进一步提升PLS-DA模型鉴别准确性;此外,首次探究了积分时间对铁皮石斛产地溯源模型的影响。结果表明:无论是原始光谱还是优化预处理后的光谱,PCA方法均无法实现铁皮石斛产地的准确鉴别;45 ms和65 ms积分时间的PLS-DA模型可以实现石斛产地的100%鉴别分析;CARS和MC-UVE模型显著优于SPA模型,可在获得较少变量数的前提下实现石斛产地的100%鉴别分析。以上结果表明,基于便携式NIR光谱技术与变量筛选-PLS-DA方法可实现对铁皮石斛产地的准确鉴别,为中药材的质量控制研究提供了新方向。 展开更多
关键词 近红外光谱技术 铁皮石斛 产地溯源 变量筛选方法 偏最小二乘判别分析
在线阅读 下载PDF
偏最小二乘法在添加剂相互作用研究中的应用
2
作者 张立军 《炼油与化工》 1994年第4期5-6,共2页
本文应用编最小二乘法(PLS)对四元体系的添加剂相互作用规律进行了成焦板研究,得到了比较满意的结果。此方法为油品配方的研究提供了更为理想的新途径。
关键词 最小二乘法 相互作用研究 回归方法 四元体系 模拟评定 数学方法 回归预测 模拟试验结果 预测分析 变量集合
在线阅读 下载PDF
近红外光谱技术结合竞争自适应重加权采样变量选择算法快速测定土壤水解性氮含量 被引量:21
3
作者 彭海根 金楹 +6 位作者 詹莜国 陈雅琼 封幸兵 钱发聪 黄果 黄天杰 李杰 《分析测试学报》 CAS CSCD 北大核心 2020年第10期1305-1310,共6页
为了能够快速准确地掌握整个昆明地区土壤水解性氮含量的情况,收集963个不同类型的土壤样品,采用竞争自适应重加权采样(Competitive adaptive reweighted sampling,CARS)变量选择方法筛选波长变量,并建立水解性氮的偏最小二乘法(Partial... 为了能够快速准确地掌握整个昆明地区土壤水解性氮含量的情况,收集963个不同类型的土壤样品,采用竞争自适应重加权采样(Competitive adaptive reweighted sampling,CARS)变量选择方法筛选波长变量,并建立水解性氮的偏最小二乘法(Partial least squares,PLS)分析模型。结果表明,采用CARS方法优选波长变量后,模型参数有所改善,交互验证标准偏差(Root mean square error of cross validation,RMSECV)由31.63降至25.55,交互验证相关系数(Correlation coefficientof cross validation,Rcv)由0.78提升至0.84,且模型外部验证结果与内部交叉验证结果基本一致。研究结果表明近红外光谱技术结合CARS分法,在大量代表性样品建模下,能够有效建立昆明地区不同土壤类型的水解性氮含量的近红外数学模型,方法可推广应用于土壤其他组分的近红外检测,具有重要的指导意义。 展开更多
关键词 近红外光谱 CARS变量筛选方法 土壤 水解性氮
在线阅读 下载PDF
机器学习方法用于建立乙酰胆碱酯酶抑制剂的分类模型 被引量:4
4
作者 杨国兵 李泽荣 +2 位作者 饶含兵 李象远 陈宇综 《物理化学学报》 SCIE CAS CSCD 北大核心 2010年第12期3351-3359,共9页
我们构建了表征乙酰胆碱酯酶抑制剂分子组成、电荷、拓扑、几何结构及物理化学性质等特征的1559个描述符,通过Fischer Score排序过滤和Monte Carlo模拟退火法相结合进行变量筛选得到37个描述符,然后分别用支持向量学习机(SVM)、人工神... 我们构建了表征乙酰胆碱酯酶抑制剂分子组成、电荷、拓扑、几何结构及物理化学性质等特征的1559个描述符,通过Fischer Score排序过滤和Monte Carlo模拟退火法相结合进行变量筛选得到37个描述符,然后分别用支持向量学习机(SVM)、人工神经网络(ANN)和k-近邻(k-NN)等机器学习方法建立了乙酰胆碱酯酶抑制剂的分类预测模型.对于训练集的515个样本,通过五重交叉验证,各机器学习方法对正样本,负样本和总样本的平均预测精度分别为87.3%-92.7%,67.0%-81.0%和79.4%-88.2%;通过y-scrambling方法验证SVM模型是否偶然相关,结果正样本,负样本和总样本的平均预测精度分别为72.7%-82.5%,41.0%-53.0%和62.1%-69.1%,明显低于实际所建模型的预测精度,表明所建模型不存在偶然相关;对172个没有参与建模的外部独立测试样本,各机器学习方法对正样本,负样本和总样本的预测精度分别为93.3%-100.0%,74.6%-89.6%和86.1%-95.9%.所建模型中,SVM模型预测精度最好,且明显高于其它文献报道结果. 展开更多
关键词 乙酰胆碱酯酶抑制剂 机器学习方法 变量筛选 应用域
在线阅读 下载PDF
机器学习方法用于激素敏感脂肪酶抑制剂活性预测 被引量:3
5
作者 陈彬 饶含兵 +2 位作者 何桦 杨国兵 李泽荣 《化学研究与应用》 CAS CSCD 北大核心 2011年第12期1577-1584,共8页
对激素敏感脂肪酶,我们构建了表征分子组成、电荷、拓扑、几何结构及物理化学性质等特征的1559个描述符,通过Fischer Score排序过滤和Monte Carlo模拟退火法相结合进行变量筛选得到35个描述符,然后分别用支持向量学习机(SVM)、人工神经... 对激素敏感脂肪酶,我们构建了表征分子组成、电荷、拓扑、几何结构及物理化学性质等特征的1559个描述符,通过Fischer Score排序过滤和Monte Carlo模拟退火法相结合进行变量筛选得到35个描述符,然后分别用支持向量学习机(SVM)、人工神经网络(ANN),k-近邻(k-NN),连续核密度估计(CKD)和逻辑回归(LR)等机器学习方法建立了激素敏感脂肪酶抑制剂的分类预测模型。对于训练集的200个样本,通过五重交叉验证,各机器学习方法对正样本,负样本和总样本的平均预测精度分别在78.0%-94.0%,69.0%-91.0%和73.5%-92.5%;通过y-scrambling方法验证SVM模型是否偶然相关,结果正样本,负样本和总样本的平均预测精度分别在60.0%-74.0%,58.0%-71.0%和61.0%-69.5%,明显低于实际所建模型的预测精度,表明所建模型不存在偶然相关;对52个没有参与建模的外部独立测试样本,各机器学习方法对正样本,负样本和总样本的预测精度分别在84.6%-92.3%,88.5%-92.3%和86.5%-92.3%。所建模型中,SVM,CKD和LR较好,且明显高于其他文献报道结果。 展开更多
关键词 激素敏感脂肪酶抑制剂 机器学习方法 变量筛选
在线阅读 下载PDF
基于LASSO方法的我国城乡居民食物消费结构影响因素研究 被引量:6
6
作者 马云倩 王秀丽 +1 位作者 孙君茂 郭燕枝 《广东农业科学》 CAS 2017年第10期141-147,共7页
选取可能对居民食物消费结构产生影响的11个因素,通过LASSO方法分别筛选了对农村和城镇居民粮食、蔬菜、肉类、蛋、奶、水产品及鲜瓜果消费量产生影响的因素,并进行定量分析。研究结果表明:不同食物之间消费量的影响因素并不相同,不同... 选取可能对居民食物消费结构产生影响的11个因素,通过LASSO方法分别筛选了对农村和城镇居民粮食、蔬菜、肉类、蛋、奶、水产品及鲜瓜果消费量产生影响的因素,并进行定量分析。研究结果表明:不同食物之间消费量的影响因素并不相同,不同人群即农村和城镇居民之间食物消费结构的影响因素也不尽相同;宏观经济因素人均GDP对城乡居民食物消费结构的影响非常微弱;人均可支配收入只对收入较低的农村居民产生影响,对城镇居民的食物消费没有影响;影响城乡居民蔬菜消费的主要因素是居民消费价格指数,且两者之间存在负向关系;人口老龄化率是城镇居民肉类消费的主要影响因素,且随着人口老龄化率的提高,肉类消费量增加,而该因素并不对农村居民肉类消费产生影响。 展开更多
关键词 食物消费结构 影响因素 LASSO方法 变量筛选
在线阅读 下载PDF
新型噻唑-2-乙胺类HAT抑制剂的QSAR研究
7
作者 段家喜 赵赛 +1 位作者 易忠胜 聂瑾芳 《桂林理工大学学报》 CAS 北大核心 2018年第3期529-536,共8页
采用VSMVI变量筛选方法从大量描述符中筛选最优子集,再由MLR回归方法建立了83个噻唑-2-乙胺类化合物与非洲人类锥虫病(HAT)抑制活性之间的二维定量结构-活性相关(2D-QSAR)模型,最优模型的拟合相关系数(r^2=0. 889 2)和交叉验证相关系数(... 采用VSMVI变量筛选方法从大量描述符中筛选最优子集,再由MLR回归方法建立了83个噻唑-2-乙胺类化合物与非洲人类锥虫病(HAT)抑制活性之间的二维定量结构-活性相关(2D-QSAR)模型,最优模型的拟合相关系数(r^2=0. 889 2)和交叉验证相关系数(q^2=0. 857 4)表明模型具有良好的稳健性、拟合能力和预测能力。模型的描述符在一定程度上反映了分子的二维结构和疏水性对抑制活性具有重要影响。同时采用基于CoMFA和CoMSIA方法的三维定量结构-活性相关(3D-QSAR)建立了相关性显著、预测能力强的定量模型(CoMFA:r^2=0. 924,q^2=0. 516; CoMSIA:r^2=0. 944,q^2=0. 531),其中CoMSIA的疏水场贡献率最高,说明了分子的疏水作用对抑制活性的重要影响。 展开更多
关键词 噻唑-2-乙胺类化合物 非洲人类锥虫病(HAT) 二维定量结构-活性相关(2D-QSAR) 基于变量相互作用的变量筛选方法(vsmvi) 比较分子场分析方法(CoMFA) 比较分子相似性指数分析法(CoMSIA)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部