基于函数型据分析方法的中药光谱数据研究

发布时间：2020-04-13 03:26

【摘要】：本文通过函数型数据的分析方法,对清开灵注射液生产所用的原料之一,金银花溶液进行分析,建立金银花溶液UV光谱数据与其溶液中绿原酸浓度的函数型线性回归模型,探究一种快速质量检测方法。针对在实证分析中,实际数据样本容量较少的问题,本文尝试两种方法增加样本,一是对原始样本进行拆分,二是采用Bootstrap的方法,并通过蒙特卡洛模拟实验进行检验和比较。通过模拟过程发现,当函数型自变量的观测点较为密集时,对原函数型自变量进行不同组数拆分的处理方法未能提高对模型响应变量的估计精度;并且,是否采用带有测量误差的函数型线性回归模型的估计方法对估计结果的影响不大。而Bootstrap的方法可以在一定程度上提高模型对响应变量的估计精度。最后,本文的实证部分将上述研究方法应用于金银花溶液UV光谱及绿原酸浓度的分析中,建立金银花溶液UV光谱与其溶液中绿原酸浓度的函数型线性回归模型,并进行样本外预测,再与目前现有的方法进行比较。基于全文的研究分析,本文可以得出,对金银花溶液UV光谱数据进行函数型数据分析能充分利用数据自身所包含的信息,从而更好的整体和动态地分析数据。使用函数型线性模型对光谱数据和溶液浓度进行建模与现有的方法相比,检测精度有较为显著的提高;当数据样本容量较小时,Bootstrap方法是一种较好的增加样本量的方法。
【图文】：

光谱图,金银花,光谱图,溶液

波长（ｎｍ）逡逑图３．１金银花溶液的ＵＶ光谱图逡逑图３．１所展示的是函数型数据的一个典型的数据集。图中２０条不同颜色的逡逑曲线表示２０个不同批次的金银花溶液样本。在２００－４００ｎｍ的波长范围内，光谱逡逑仪每相隔ｌｎｍ处进行一次测量，可以得到金银花溶液样本在２００个观测点处的逡逑吸光度数据。由于不同金银花溶液的浓度不同，导致不同样本在同一波长处的吸逡逑光度不同；而对于同一金银花溶液样本，光谱仪入射光的波长不同，检测出的吸逡逑光度也不同。从图３．１可以看出，，吸光度随入射光波长变化而呈现为一条光滑的逡逑曲线，近似地，我们可以将固定浓度的金银花溶液的吸光度视作入射光波长的函逡逑数。逡逑函数型数据可以看做是在某一维度上、按照一定顺序排列的多维数据。并且，逡逑Ｒａｍｓａｙ和Ｓｉｌｖｅｒｍａｎ邋（２0０５）认为函数型数据一般情况下具有这些特点：１、从概逡逑念意义上讲

示意图,拆分,函数,示意图

的观测值巧加上某一随机误差项的结果，即：ｃ（／＋％＝４＝ｘ，ｘ／＋１）。其中，逡逑工，／＝｛：＊：，１，：？：／３，＇５，．．．｝NB＝｛：？，２，：＾４，；＾６，．．．｝，拆分后的＇’，：＾〃对应于同邋一＾ｔ＊＿ｙ，。逡逑将拆分过程用如下图４．１表示，左右两图中黑色的点均表示获取样本数据时逡逑的观测点，（ａ）图为未进行拆分的情况，所有的观测点可以构成函数型变量的一个逡逑样本；（ｂ）图为将（ａ）图中的函数型样本拆分为三个函数型样本得到的结果，由这些逡逑观测点可构成三个函数型样本，在研宄函数型自变量与一元因变量之间的关系时，逡逑（ｂ）图中的三个函数型自变量对应于同一个因变量的值。逡逑２５逡逑
【学位授予单位】：厦门大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：R284;O433

【参考文献】