登录    注册    忘记密码

期刊文章详细信息

近红外光谱结合不同变量筛选方法用于黄芩提取过程中黄芩苷含量预测    

The prediction of baicalin content in the extraction process of Scutellaria baicalensis by near-infrared spectroscopy combined with different variable selection methods

  

文献类型:期刊文章

作  者:刘雪松[1] 张丝雨[1] 赵曼茜[2] 王钧[3] 李页瑞[3] 代军[2] 滕传震[2] 柯潇[2] 陈勇[1] 吴永江[1]

LIU Xue-song;ZHANG Si-yu;ZHAO Man-qian;WANG Jun;LI Ye-rui;DAI Jun;TENG Chuan-zhen;KE Xiao;CHEN Yong;WU Yong-jiang(College of Pharmaceutical Sciences,Zhejiang University,Hangzhou 310058,China;Chengdu Kanghong Pharmaceutical Group Co.,Ltd.,Chengdu 610036,China;Suzhou ZeDaXingBang Pharmaceutical Co.,Ltd., Suzhou 215000,China)

机构地区:[1]浙江大学药学院,浙江杭州310058 [2]成都康弘药业集团股份有限公司,四川成都610036 [3]苏州泽达兴邦医药科技有限公司,江苏苏州215000

出  处:《药学学报》

基  金:重大新药创制科技重大专项(2018ZX09201010)

年  份:2019

卷  号:54

期  号:1

起止页码:138-143

语  种:中文

收录情况:AJ、BDHX、BDHX2017、BIOSISPREVIEWS、CAB、CAS、CSCD、CSCD2019_2020、EMBASE、IC、IPA、JST、PUBMED、RCCSE、RSC、SCOPUS、WOS、ZGKJHX、核心刊

摘  要:近红外光谱技术(NIRS)结合化学计量学可以实现中药过程分析中的快速定量,变量筛选算法的应用可以有效去除光谱中的冗余信息并筛选出与成分信息相关的关键变量,与全光谱模型相比可以显著降低模型复杂度,并提高预测精度。本文将近红外光谱技术结合不同变量筛选算法用于黄芩提取过程黄芩苷含量的快速测定,基于SPXY法划分数据集,采用竞争自适应加权重采样法(CARS)、随机青蛙算法(RF)、连续投影算法(SPA) 3种不同变量筛选方法,以偏最小二乘法(PLS)为基础,建立并比较了黄芩药材提取过程黄芩苷含量的定量校正模型。经CARS法、RF法和SPA法分别筛选出92、10、17个变量, CARS-PLS法建立的黄芩苷模型具有最佳性能, CARS法筛选的关健变量与指标成分黄芩苷的化学结构也有着较好的对应关系。模型的校正均方根误差(RMSEC)和预测均方根误差(RMSEP)分别为0.528 2和0.720 2,与全光谱模型相比,模型的校正集相关系数(Rc)从0.917 0上升到0.979 9,相对预测偏差(RSEP)从10.58%降低到5.59%。

关 键 词:近红外光谱 变量筛选  黄芩苷 竞争自适应加权重采样  随机青蛙算法  连续投影算法 偏最小二乘法

分 类 号:R917]

参考文献:

正在载入数据...

二级参考文献:

正在载入数据...

耦合文献:

正在载入数据...

引证文献:

正在载入数据...

二级引证文献:

正在载入数据...

同被引文献:

正在载入数据...

版权所有©重庆科技学院 重庆维普资讯有限公司 渝B2-20050021-7
 渝公网安备 50019002500408号 违法和不良信息举报中心