使用近红外光谱学 (NIRS) 和多式特征融合方法对中的活性成分进行定量预测
Zhicen Li1, Jinmiao Song1, Jiaxin Yang2
1School of Software, Xinjiang University, Urumqi, 830011, Xinjiang, China.
一种新方法将部分最小平方回归 (PLSR) 与BGCA (Bi-Mamba,GAF-CNN,CARS,KPCA) 结合起来,可以增强近红外光谱分析. 这种方法改善了卜中沙素和黄类的定量分析.
科学领域:
- 农业化学 农业化学
- 分析化学 分析化学
- 化学测量 化学测量 化学测量
背景情况:
- 传统的特征选择方法难以从近红外 (NIR) 频谱中全面提取数据.
- 这种限制阻碍了复杂化合物的分析模型的预测准确性.
- 开发先进的方法对于准确分析生物活性成分至关重要.
研究的目的:
- 开发一种新的方法,使用NIR光谱来快速定量分析卜中的沙素和黄素.
- 将部分最小平方回归 (PLSR) 与多特征融合框架 (BGCA) 集成.
- 与传统方法相比,评估拟议方法的性能.
主要方法:
- 提出了一种将PLSR与BGCA集成的方法,一个结合Bi-Mamba,GAF-CNN,CARS和KPCA的框架.
- 应用了使用NIR光谱数据对卜中的氨酸和黄酸的定量分析方法.
- 将预测性能与传统的特征选择算法进行比较.
主要成果:
- 多式BGCA-PLSR模型实现了对肥素 (R2p=0.908,RPD=3.360) 和黄素 (R2p=0.734,RPD=1.973) 的高预测准确度.
- 提出的方法显著优于传统的特征选择算法.
- 该模型满足了定量预测所需的标准.
结论:
- 在BGCA融合方法有效地从NIR光谱数据中提取相关信息.
- 这种方法为快速,非破坏性检测和活性成分质量控制提供了一种新的策略.
- 该方法对分析传统中医药成分具有前景.
更多相关视频
06:50O-cresol Concentration Online Measurement Based On Near Infrared Spectroscopy Via Partial Least Square Regression
Published on: November 8, 2019
11:37RGB and Spectral Root Imaging for Plant Phenotyping and Physiological Research: Experimental Setup and Imaging Protocols
Published on: August 8, 2017
相关概念视频
Attenuated Total Reflectance (ATR) Infrared Spectroscopy: Overview
The ATR process begins by directing a beam...
IR Frequency Region: Fingerprint Region
Applications of IR Spectroscopy: Overview
Key Elements for Plant Nutrition
Classification of Titrimetric Analysis Based on Reaction Types
Titrations between an acid and a base lead to neutralization reactions that form...
IR Spectrometers
