随机森林算法在中药指纹图谱中的应用:以不同品牌夏桑菊颗粒指纹图谱分析为例

随机森林算法在中药指纹图谱中的应用:以不同品牌夏桑菊颗粒指纹图谱分析为例

ID:21626710

大小:41.00 KB

页数:13页

时间:2018-10-23

随机森林算法在中药指纹图谱中的应用:以不同品牌夏桑菊颗粒指纹图谱分析为例_第1页
随机森林算法在中药指纹图谱中的应用:以不同品牌夏桑菊颗粒指纹图谱分析为例_第2页
随机森林算法在中药指纹图谱中的应用:以不同品牌夏桑菊颗粒指纹图谱分析为例_第3页
随机森林算法在中药指纹图谱中的应用:以不同品牌夏桑菊颗粒指纹图谱分析为例_第4页
随机森林算法在中药指纹图谱中的应用:以不同品牌夏桑菊颗粒指纹图谱分析为例_第5页
资源描述:

《随机森林算法在中药指纹图谱中的应用:以不同品牌夏桑菊颗粒指纹图谱分析为例》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、随机森林算法在中药指纹图谱中的应用:以不同品牌夏桑菊颗粒指纹图谱分析为例  [摘要]该研究旨在建立随机森林算法鉴别和分类不同品牌夏桑菊颗粒,为多指标的复杂指纹图谱的鉴别提供有效的参考。采用高效液相法采集83批不同品牌的夏桑菊颗粒指纹图谱,比较主成分分析、偏最小二乘法判别分析、随机森林等方法在处理不同分类样品复杂数据时的不同。结果表明本研究成功建立了83批不同品牌夏桑菊颗粒的指纹图谱;经过不同模式识别方法比较可得,主成分分析分析只能解释56.52%的方差贡献率,同时不能完全将样品分类;偏最小二乘法判别分析优于主成分分析的结果,能达到一定的分离,

2、解释总体方差贡献率63.43%;而随机森林法能够很好的将样品分为3类,且3类样本的10折交互验证准确率达到96.5%。因此,随机森林算法联合HPLC指纹图谱能够有效构建中药质量控制和分析体系。  [关键词]夏桑菊颗粒;指纹图谱;主成分分析;偏最小二乘法判别分析;随机森林  ApplicationofrandomforestalgorithminfingerprintofChinesemedicine:  differentbrandsofXiasangjugranulesasexample  XIABohou,HUYuzhen,XIONGSu

3、hui,TANGJie,YANQingzi,LINLimei*  (CollegeofPharmacy,KeyLaboratoryforQualityEvaluationofBulkHerbsofHunanProvince,Hunan  EngineeringLaboratoryforPreventionandControlTechnologyofToxicSubstancesinChineseMedicine  /CollaborativeInnovationCenterfortheprotectionandutilizationofChi

4、nesemedicineresources,Hunan  UniversityofChineseMedicine,Changsha410208,China)  [Abstract]ToestablisharandomforestalgorithmforidentifyingandclassifyingdifferentbrandsofXiasangjugranules,andprovideeffectivereferenceforidentifyingmultiindexcomplexfingerprint.HPLCmethodwasused

5、tocollectthefingerprintof83batchesofXiasangjugranulesfromdifferentmanufacturers.TheclassificationofXiasangjugranulessamplesbasedonchromatographicfingerprintswasidentifiedbychemometricmethodsincludingprincipalcomponentanalysis(PCA),partialleastsquaresdiscriminateanalysis(PLS

6、DA)andrandomforestanalysis(RF).Thesuperiorityoftheabovethreechemometricmethodswascompared.Theresultsshowedthatthefingerprintsof83batchesofXiasangjugranuleswereestablishedinthisstudy.PCAcouldonlyexplicate56.52%variancecontributionrateandcouldnotcompletelyclassifythesamples;P

7、LSDAanalysiswassuperiortoPCA,explicating63.43%variancecontributionrateandcouldobtaincertainseparation;RFcouldwellclassifythesamplesinto3types,andthepredicationaccuracyoftheproposedmethodwas96.5%.Therefore,TheresultsindicatethatRFcombinedwithHPLCfingerprintcouldeffectivelyco

8、nstructtraditionalChinesemedicinequalitycontrolandanalysissystem.  [Keywords]Xiasa

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。