期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
拉曼光谱结合机器学习算法分类中药药性的动物研究 被引量:2
1
作者 陈子任 张硕 徐丛剑 《复旦学报(医学版)》 CAS CSCD 北大核心 2024年第5期795-799,共5页
目的探究中药温、凉、寒、热、平5种药性分类模型的构建及验证。方法选择小鼠服用不同性质中药后的尿液标本作为研究对象,利用拉曼光谱相关技术进行检测。将得到的数据集分为训练集和测试集,用随机森林、极端梯度提升、支持向量机、逻... 目的探究中药温、凉、寒、热、平5种药性分类模型的构建及验证。方法选择小鼠服用不同性质中药后的尿液标本作为研究对象,利用拉曼光谱相关技术进行检测。将得到的数据集分为训练集和测试集,用随机森林、极端梯度提升、支持向量机、逻辑回归4种机器学习方法构建分类模型,使用精确率、召回率、F1分数以及准确率来评估模型性能。结果本研究共收集到4888组光谱,其中3910组(80%)光谱数据用以构建模型,其余978组(20%)光谱数据用以测试模型性能。随机森林模型、极端梯度提升模型、支持向量机模型和逻辑回归模型的准确率分别为92%、87%、83%和75%。参与分类权重最高的拉曼位移分别为872、1012、1108、1190和1668 cm-1。结论拉曼光谱结合机器学习算法可以用于中药5种药性的分类,为中药药性分类提供新的方法,其中随机森林模型效果最佳。 展开更多
关键词 拉曼光谱 机器学习 中药 药性 小鼠
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部