您的账号已在其他设备登录,您当前账号已强迫下线,
如非您本人操作,建议您在会员中心进行密码修改

确定
收藏 | 浏览105 | 下载0

该文采用近红外分析方法结合化学计量学算法对来自不同产地的灵芝进行判别分析,进一步构建了灵芝多糖含量快速预测模型.利用随机森林算法对来自4个产地的灵芝训练集预测准确率达到96.87%,独立测试集判别准确率达到93.33%;在多糖含量快速预测模型的建立过程中,采用5折交互检验优化参数,并对不同的信号处理方法进行比较,最优模型的训练集相关系数R2cal=0.965 4,测试集相关系数R2pre=0.851 6;校正均方根差为0.018 5,验证均方根差为0.023 6.该文利用近红外分析方法和化学计量学算法成功判别了不同产地的灵芝样品,构建的快速预测模型能够准确预测样品中多糖含量,为灵芝有效成分测定及质量评价提供新的分析方法.

作者:赖长江生;周融融;余意;曾雯;胡明华;范罗嫡;陈林;邱子栋;宋川;张水寒;郭兰萍;黄璐琦

来源:中国中药杂志 2018 年 43卷 16期

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求,方便快速、便捷的获取实用的医学信息,辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍
热门关注
免责声明:本知识库提供的有关内容等信息仅供学习参考,不代替医生的诊断和医嘱。

收藏
| 浏览:105 | 下载:0
作者:
赖长江生;周融融;余意;曾雯;胡明华;范罗嫡;陈林;邱子栋;宋川;张水寒;郭兰萍;黄璐琦
来源:
中国中药杂志 2018 年 43卷 16期
标签:
灵芝 近红外 随机森林算法 偏最小二乘回归 多糖含量
该文采用近红外分析方法结合化学计量学算法对来自不同产地的灵芝进行判别分析,进一步构建了灵芝多糖含量快速预测模型.利用随机森林算法对来自4个产地的灵芝训练集预测准确率达到96.87%,独立测试集判别准确率达到93.33%;在多糖含量快速预测模型的建立过程中,采用5折交互检验优化参数,并对不同的信号处理方法进行比较,最优模型的训练集相关系数R2cal=0.965 4,测试集相关系数R2pre=0.851 6;校正均方根差为0.018 5,验证均方根差为0.023 6.该文利用近红外分析方法和化学计量学算法成功判别了不同产地的灵芝样品,构建的快速预测模型能够准确预测样品中多糖含量,为灵芝有效成分测定及质量评价提供新的分析方法.