期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
机器学习算法在RADIAN ASAP直接质谱检测器直接测定和识别川贝母粉末商品规格中的应用研究
1
作者 石岩 李莹 +1 位作者 程显隆 魏锋 《药物分析杂志》 北大核心 2025年第12期2181-2192,共12页
目的:建立以RADIAN ASAP直接质量检测器检测粉末态川贝母商品规格的方法。方法:使用RADIAN ASAP直接质谱检测器对90批样品粉末直接测定质谱数据,扫描范围m/z 50~700,扫描时间为0.2 s,正离子模式采集,数据以continuum模式记录。通过多种... 目的:建立以RADIAN ASAP直接质量检测器检测粉末态川贝母商品规格的方法。方法:使用RADIAN ASAP直接质谱检测器对90批样品粉末直接测定质谱数据,扫描范围m/z 50~700,扫描时间为0.2 s,正离子模式采集,数据以continuum模式记录。通过多种数据预处理方法比较,确定使用无预处理的方式。对样品数据分别采用主成分和多维缩放分析技术进行数据的可视化降维分析,并分别采用层次聚类分析法和K-均值法进行聚类分析,以掌握数据概况。根据数据特点,分别对化学计量学中常用的偏最小二乘判别分析(PLS-DA)模型和机器学习领域经典的逻辑回归(LR)模型的超参数进行优化,然后使用确定的最优超参数和样品数据进行建模训练和验证,以10折交叉验证平均准确率和测试集预测准确率作为比较和评价指标。此外,为扩展应用场景,还建立了不使用数学模型的情况下的样品商品规格概率计算方法。依据最佳LR模型的数学原理,对数据维度进行筛选,保留15个m/z通道的数据,并使用这些数据通过多元线性回归和LR的sigmoid函数,计算可得样品预测为各商品规格的概率。结果:PLS-DA模型和LR模型的10折交叉验证平均准确率分别为0.66和0.99,对测试集样品预测准确率分别为0.92和1.00。若不使用数学模型,概率高低为判别标准,90批中仅有2批样品判别错误,准确率为0.98,但是另外有7批样品的错误类别和真实类别概率非常接近。结论:RADIAN ASAP直接质谱检测器与机器学习LR模型联用可以快速准确地预测判别川贝母样品粉末的商品规格,若仅使用RADIAN ASAP直接质谱检测器所测数据配合本研究开发的计算方法也可达到较高的准确率。机器学习模型及其算法可以更好地使仪器分析所测得的数据得到更有效率的利用。 展开更多
关键词 川贝母 商品规格 机器学习 逻辑回归 RADIAN ASAP直接质谱检测器 人工智能 特征筛选 快速检验 精准识别
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部