1、質(zhì)量控制是中藥現(xiàn)代化過程的核心問題?，F(xiàn)行工藝采用中藥指紋圖譜技術(shù)實(shí)現(xiàn)質(zhì)量控制,由于分析時(shí)間長,不能實(shí)現(xiàn)在線質(zhì)量分析。近紅外(NIR)光譜技術(shù)分析速度快、能反映待測物質(zhì)多種理化性質(zhì),因此適于中藥生產(chǎn)過程在線檢測。
　　本文主要研究中藥NIR光譜的回歸建模方法,即建立中藥NIR光譜與其化學(xué)成分含量及質(zhì)量信息的定量預(yù)測模型。本文首先研究將常規(guī)算法–偏最小二乘(PLS)應(yīng)用于NIR光譜建模,并基于Visual C++編程工具開發(fā)了一套NI

2、R光譜建模軟件。該軟件具有多種光譜預(yù)處理和波長選擇算法,功能齊全,可分別在離線和在線兩種情況下實(shí)現(xiàn)NIR光譜建模。針對NIR光譜與待測理化性質(zhì)之間存在的非線性關(guān)系,本文重點(diǎn)研究將流形學(xué)習(xí)算法引入到NIR光譜建模中,并提出若干改進(jìn)算法。
　　流形學(xué)習(xí)算法是最近提出的一類有廣泛應(yīng)用前景的非線性降維方法,能揭示高維數(shù)據(jù)有意義的低維結(jié)構(gòu)。本文主要研究流形學(xué)習(xí)中的一種算法–等距映射(Isomap),并將 Isomap算法引入 NIR光譜建模

3、,同時(shí)對該算法進(jìn)行了改進(jìn)。首先針對 Isomap算法中的距離公式和近鄰點(diǎn)個(gè)數(shù)K的選取,研究了該算法的擴(kuò)展:引進(jìn)核函數(shù)方法改進(jìn)Isomap算法中的距離公式形成kIsomap算法;提出了根據(jù)樣本分布密度來選擇近鄰點(diǎn)個(gè)數(shù)的 dIsomap算法;集成 kIsomap和 dIsomap算法形成 kdIsomap算法。結(jié)合PLS,提出一種NIR光譜建模的新方法–先用各種Isomap算法對NIR光譜數(shù)據(jù)做非線性降維,再用PLS做線性降維并建立校正模型

4、。將這些方法應(yīng)用于兩個(gè)公共的NIR數(shù)據(jù)集建模,得到了更好的建模效果。
　　Isomap是作為一種非線性降維方法提出的,它不能處理新樣本,也不能用于監(jiān)督學(xué)習(xí)。借鑒最近提出的 Kernel Isomap算法能夠處理新樣本的功能,進(jìn)一步利用Isomap與 KPCA之間的聯(lián)系,以及 KPCA與 KPCR之間的聯(lián)系,將 Isomap算法進(jìn)行擴(kuò)展,提出了監(jiān)督的Isomap算法–SKIsomap,其既能處理新樣本又能用于回歸,從而拓展了Isom

5、ap算法的應(yīng)用范圍。將SKIsomap算法應(yīng)用于建立安神補(bǔ)腦液提取過程中的二苯乙烯苷和淫羊藿苷的回歸校正模型,效果較好。
　　本文還研究了流形學(xué)習(xí)的其他兩種算法:局部線性嵌入(LLE)、拉普拉斯正則化最小二乘(LapRLS)。提出了NIR光譜的LLE-PLS非線性建模方法和LapRLS半監(jiān)督回歸方法,并應(yīng)用于建立丹參多酚酸鹽柱層析過程中丹酚酸 B含量的回歸校正模型。
　　本文將中藥指紋圖譜技術(shù)、NIR光譜在線檢測技術(shù)、流形學(xué)