均质模型理念的应用研究

发布时间：2019-12-04 12:19

【摘要】：近红外光谱分析技术是20世纪90年代以来发展最快、最引人注目的光谱分析技术。随着计算机技术的迅速发展,带动了分析仪器的数字化和化学计量学科的发展。NIR方法主要是通过构建一系列的NIR模型,实现对产品质量的快速筛查。因此,构建预测能力强、适用范围广的NIR模型是至关重要的。NIR方法的优劣与所采用的模型关系密切。好的NIR模型不仅与模型所选择的建模谱段、预处理方法、算法有关,更与建模训练集样本的代表性关系密切。理想的训练集样本应能覆盖预测样品的全部变异范围,但其样本数并不是越多越好,样本数过多引入误差的机会就越多,样本量过少又不能包括全部组分与背景的特征信息,因此必须从大量的样本中挑选出适宜的建模样本。当NIR模型在应用中遇到训练集样本未涉及的新样本时,模型的预测结果可能出现较大偏差。此时,可以通过模型更新法扩展原通用性模型的适用范围。本研究以注射用头孢呋辛钠、注射用头孢曲松钠、注射用头孢唑林钠、注射用头孢哌酮钠舒巴坦钠为例,探讨均质模型理念在判断N1R模型更新指标中的验证与应用。首先,分析各注射剂原模型中均质样本的分类情况,判断当模型遇到建模训练集未包括的新的均质样本时,原模型即认为不能满足预测的需要,需要对模型进行更新；其次,将建模样品全波段光谱与训练集样本平均光谱的相似系数(r1),作为判断模型需要更新的客观指标,一般认为当r199.0%时,模型需要更新；通过本研究发现,当原模型各均质样本间,光谱数量分布不均,导致模型对某些光谱数量较少的均质样本在预测时,预测偏差较大,此类情况被认为是样本分布有失均衡,此时,98.0%r199.0%,模型对样本的整体预测水平可以接受,但通过补充数量较少的均质样本的方法,实现对模型的优化,提高模型的预测能力：同时结合不同样品的实际情况,将模型更新的指标加以验证和细化。在对模型进行更新时,分别采用相关系数法和聚类分析法筛选新样本；相关系数法则是以新光谱与原模型训练集平均光谱的r1中心值为起点,以0.02%作为选样间隔,向上向下选择新光谱；同时按照均质样本的分类情况,结合PCA分布图,向原模型中补充新的均质样本,或所属类别中均质样本数量较少的样本,完成模型更新；此方法选择样本方便、快捷,避免了繁琐的样本筛选过程,提高模型更新效率。聚类分析法是在聚类分析图最大距离的1/50处将新光谱分为若干类,然后向原模型中随机加入一定数量的各类新光谱,完成模型更新；通过比较两种更新方法的平均预测偏差,发现两种更新方法的预测结果基本一致,初步判断可以将相关系数法作为聚类分析法的替代方法,应用于模型更新样本的选择。另外,本研究以头孢克肟干混悬剂、颗粒剂、非铝塑胶囊剂、非铝塑片剂为样本,探讨均质样本在构建头孢克肟通用性定量模型中的应用。分别采用相关系数法(模型12)和聚类分析法(模型13、模型14)选择建模样本：按照各剂型中均质样本的分布情况,合理选择每一类均质样本的数量,同时结合新光谱在PCA分布图中的位置,选择建模样本,建立头孢克肟通用性定量模型；模型的平均预测偏差分别为3.03%、3.04%和3.13%；在对模型进行优化时,向模型中补充预测偏差大于5%的新光谱,同时兼顾增加均质样本数量相对较少的光谱,可以有效提高模型的预测能力,更新后模型的平均预测偏差分别为2.63%、2.65%和2.90%。通过研究,为合理选择建模样本和模型更新样本提供参考。
【图文】：

原模,谱段,化分,全谱

训练集、验证集和新光谱）的聚类分析图。可见，选择ｒｉ或ｒｒ的聚类结果虽然逡逑略有差异，但全部光谱均可明显分为Ｈ类，每－类分别代表一个均质样本（表９）。逡逑由图３可见，新光谱分别属于原模型中的第一和第二均质样本；通过计算新光谱逡逑与其所属均质样本平均光谱的相关系数可知，属于第２类均质样本的新光谱与原逡逑模型训练集第２类均质样本平均光谱之间的ｎ．部分ｒｉ＜９９．０％，且ｎ＞９９．０％或逡逑ｒ，，＜９９．０％的样本无明显分布规律；由原模型对新光谱的预测偏差可知，原模型能逡逑够实现对新光谱的预测（平均预测偏差为１．４７％）；虽然最大预测偏差为４．０％，逡逑但通过比较相关系数ｒ，与预测偏差之间的关系发现，两者之间无明思的相关性，逡逑提示其可能为偶然误差；因此，原模型可Ｗ较准确的巧测新光谱的含量（表６）；逡逑即模型Ｂ无需更新。逡逑１７逡逑

谱段,全谱,光谱,聚类分析

留２头巧巧辛销模型中ｒ，写ｈ的相关性逡逑Ｌ４．２．２头跑曲松销模型逡逑图３ａ和图化分别为采用全谱段和建模谱段，全部头抱曲松} 光谱（原模型逡逑训练集、验证集和新光谱）的聚类分析图。可见，选择ｒｉ或ｒｒ的聚类结果虽然逡逑略有差异，但全部光谱均可明显分为Ｈ类，每－类分别代表一个均质样本（表９）。逡逑由图３可见，新光谱分别属于原模型中的第一和第二均质样本；通过计算新光谱逡逑与其所属均质样本平均光谱的相关系数可知，属于第２类均质样本的新光谱与原逡逑模型训练集第２类均质样本平均光谱之间的ｎ．部分ｒｉ＜９９．０％，且ｎ＞９９．０％或逡逑ｒ，＜９９．０％的样本无明显分布规律；由原模型对新光谱的预测偏差可知，原模型能逡逑够实现对新光谱的预测（平均预测偏差为１．４７％）；虽然最大预测偏差为４．０％，逡逑但通过比较相关系数ｒ
【学位授予单位】：北京协和医学院
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O657.33;R91

【参考文献】