بهینه سازی انتخاب پارامتر برای توسعه مدل حداقل مربعات جزئی

در کالیبراسیون چند متغیره با استفاده از یک مجموعه داده طیفی ، بهینه سازی پارامترهای غیر سیستماتیک در یک مدل کمی ، یعنی پیش درمانی طیفی ، فاکتورهای نهفته و انتخاب متغیر دشوار است. در این مطالعه ، ما یک روش جدید و سیستماتیک را توصیف می کنیم که از یک مسیر پردازش برای انتخاب سه پارامتر از جمله پیش درمانی طیفی مختلف ، اهمیت متغیر در طرح ریزی (VIP) برای انتخاب متغیر و عوامل نهفته در مدل حداقل مربعات جزئی (PLS) استفاده می کنیم. میانگین خطاهای مربع ریشه کالیبراسیون (RMSEC) ، میانگین خطای مربع پیش بینی (RMSEP) ، نسبت خطای استاندارد پیش بینی به انحراف استاندارد (RPD) و ضریب تعیین کالیبراسیون (R_کربن2) و اعتبار سنجی (r_پیش2) به طور همزمان برای بهینه سازی بهترین مسیر مدل سازی مورد بررسی قرار گرفت. ما از سه مجموعه داده متفاوت مادون قرمز نزدیک (NIR) استفاده کردیم ، که نشان می دهد بیش از یک مسیر مدل سازی برای اطمینان از مدل سازی خوب وجود دارد. مدل PLS پارامترهای مدل سازی را به مرحله به مرحله بهینه می کند ، اما مدل قوی که در اینجا شرح داده شده است ، راندمان بهتری نسبت به سایر مقالات منتشر شده نشان می دهد.

معرفی

طیف سنجی مادون قرمز نزدیک (NIR) همراه با حداقل مربعات جزئی (PLS) پذیرش گسترده ای به دست آورده است زیرا سریع ، غیر مخرب و سازگار با محیط زیست است. این کشور با موفقیت در زمینه های مختلف از جمله کشاورزی 1،2 ، مواد غذایی 3 ، پتروشیمی 4 و داروخانه 5،6،7 استفاده شده است. علاوه بر این ، فناوری NIR دقت و دقت کافی را برای سیستم های جامد و مایع بدون هیچ گونه پیش تصفیه نمونه ارائه می دهد.

با این حال ، ایجاد یک مدل PLS قابل اعتماد و قوی یک روش حیاتی برای کاربرد موفقیت آمیز NIR است. پارامترهای زیادی وجود دارد که باید در مدل PLS بهینه شود. اینها شامل پیش درمانی طیفی ، انتخاب متغیر و عوامل نهفته است. طیف NIR حاوی تداخل های شیمیایی غیر منتظره مربوط به خطای نمونه برداری ، خطای ابزار و غیره است.

در فرآیند ایجاد یک مدل PLS ، روشهای پیش درمانی طیفی برای استخراج اطلاعات مربوطه و کاهش تأثیر سر و صدا و رانش پایه 8،9 استفاده شده است. سپس از انتخاب متغیر نیز برای شناسایی ویژگی های بسیار آموزنده و از بین بردن متغیرهای بی فایده از مجموعه داده های طیفی اصلی 10،11 استفاده می شود. فاکتورهای نهفته که ماتریس طیفی را توضیح می دهند با توجه به سهم آنها در ویژگی های طیفی ، در کاهش نظم طبقه بندی می شوند. تعیین فاکتورهای نهفته و جلوگیری از 12،13 بیش از حد مناسب یا مناسب ، بسیار مهم است.

بیشتر کارهای منتشر شده در مورد مدل های PLS جزئیات کمی در مورد توسعه مدل ارائه می دهد. فرض بر این است که یک متغیره وجود دارد که برای انتخاب این پارامترها یک به یک با توجه به میانگین خطای مربع از اعتبار سنجی متقاطع (RMSECV) و میانگین خطاهای مربع پیش بینی (RMSEP) استفاده می شود. تأثیر بین سه پارامتر به ندرت در توسعه مدل در نظر گرفته می شود. این خطرناک است زیرا مسیر مدل سازی لزوما بهترین روش برای بهینه سازی گام به گام نیست.

Wenlong Li et al. روشهای کمی بر اساس NIR برای تعیین ترکیبات فعال Lonicerae japonicae Flos 14 ایجاد شده است.ioan Tomuta و همکاران. NIR کاربردی برای تعیین مواد دارویی فعال (API) و خصوصیات دارویی از جمله قدرت خرد کردن و زمان تجزیه قرص های Meloxicam 15. Nádia Reis و همکاران. با استفاده از طیف سنجی تبدیل مادون قرمز مادون قرمز فوریه 16. یاجی شی و همکاران. یک روش NIR برای تعیین ردیابی دی متیل فومرات در شیر 17 ایجاد کرد. در گزارش های فوق ، روش های پیش درمانی طیفی با توجه به عملکرد پیش بینی مدل های کالیبراسیون مقایسه شد. با استفاده از روش پیش درمانی بهینه ، فاکتورهای نهفته با یک روش اعتبار سنجی متقابل انتخاب شدند. دامنه طول موج بهینه سپس بر اساس این متغیرهای پیش تیمار و نهفته مورد آزمایش و انتخاب قرار گرفت. اگرچه می توان مدل های کمی را بدست آورد ، آنها مسیرهای مسیر مدل های PLS را که ترکیب پارامترهای مختلف را در نظر می گیرند ، بررسی نکردند.

بر اساس این ملاحظات ، ما یک رویکرد جدید و سیستماتیک برای بهبود کارآیی و صحت در توسعه مدلهای PLS پیشنهاد می کنیم. روش ردیابی مدل سازی PLS یک پروفایل سیستماتیک ارائه می دهد که روش های مختلف پیش درمانی طیفی ، عوامل نهفته و اهمیت متغیر را در انتخاب متغیر طرح ریزی (VIP) ترکیب می کند. عملکرد مدل با استفاده از میانگین خطای مربع ریشه کالیبراسیون (RMSEC) ، RMSEP ، ضریب تعیین کالیبراسیون (R_کربن2) و اعتبار سنجی (r_پیش2) و همچنین نسبت خطای استاندارد پیش بینی به انحراف استاندارد (RPD) 18،19. برای نشان دادن مزیت این رویکرد جدید ، سه مجموعه داده مختلف طیفی NIR از جمله دو مجموعه داده استاندارد و منبع باز مورد تجزیه و تحلیل قرار گرفت. از روش پیشنهادی به ترتیب برای پیش بینی آب ، بایکالین و API در ذرت ، گرانول های yinhuang و قرص های دارویی استفاده شد. این برنامه های خاص NIR انتخاب شدند زیرا برای کنترل کیفیت مهم هستند.

نتیجه

ویژگی های طیفی مادون قرمز نزدیک

طیف NIR (1،100-2،498 نانومتر) نمونه های ذرت معمولی در شکل 1A نشان داده شده است. چندین قله گسترده در نزدیکی 1،190 ، 1450 و 1940 نانومتر واقع شده است. اینها نشانگر قله های مشخصه در مورد آب موجود در مجموعه داده های طیفی ذرت است. نوارهای جذب قوی آب در حدود 1400-1،450 نانومتر و 1900-1،950 نانومتر به دلیل اولین سبقت از کشش OH و ترکیبی از باند کشش OH با خم OH ظاهر شدند.

طیف خام NIR نمونه ذرت (A) ، نمونه گرانول Yinhuang (B) و نمونه قرص های دارویی (C).

از طرف دیگر ، طیف NIR گرانولهای Yinhuang در شکل 1B نشان داده شده است. در منطقه دومین اورتون (اسکاتلند ، 10،000-7،100 سانتی متر - 1) از گروههای کششی اساسی CH جذب ضعیفی وجود داشت. نوسان زیادی در منطقه اول ترکیبی از ترکیبی (FCOT ، 7،100-4،900 سانتی متر-1) و منطقه ترکیبی (CR ، 4،900-4000 سانتی متر −1) وجود داشت. طیف NIR قرص های دارویی در شکل 1C نشان داده شده است. همانطور که در طیف های خام مشاهده می شود ، بسیاری از نوارهای جذب شفاف از API از 900 تا 1630 نانومتر وجود دارد.

همچنین همپوشانی طیفی شدید و رانش پایه در طیف ذرت ، گرانول های Yinhuang و قرص های دارویی وجود داشت. پراکندگی نور بر طیف های خام نیز تأثیر گذاشت. این بستگی به شرایط فیزیکی مانند اندازه ذرات ، چگالی و تغییر در بین تعداد زیادی دارد.

روش مرجع سه مجموعه داده طیفی

متغیر پاسخ محتوای نسبی آب در ذرت (٪ ، w/w) بود. توضیحات مفصلی از شرایط نمونه را می توان در http://www.eigenvector.com/data/co/index.html یافت. مجموعه داده های استاندارد دیگر قرص های دارویی شامل 655 نمونه بود. مقادیر سنجش API (٪ ، w/w) به عنوان یک مقدار مرجع استفاده شد.

بایکالین در گرانول های Yinhuang با یک منحنی کالیبراسیون بر اساس دامنه غلظت از 25. 4 تا 50. 8 میکروگرم میلی لیتر - 1 از بایکالین با استفاده از تزریق های متوالی غلظت های مختلف اندازه گیری شد. معادله رگرسیون Y = 20. 25x + 35. 10 (R = 1. 0000) بود که y اوج در ماوس و x غلظت تزریق است (میکروگرم میلی لیتر - 1). نتیجه گرفتیم که کروماتوگرافی مایع با کارایی بالا (HPLC) برای کمیت مناسب است. غلظت بایکالین 1. 61 ٪ متغیر بود تا 666 ٪ (میلی گرم - 1). مقادیر مرجع بایکالین دقیق بود و می تواند در مدل های NIR استفاده شود.

انتخاب مجموعه های نمونه با استفاده از سه مجموعه داده

الگوریتم Keard-Stone (K-S) مجموعه های کالیبراسیون و اعتبار سنجی را انتخاب کرد. نمونه های ذرت شامل 53 نمونه برای مجموعه کالیبراسیون و 27 نمونه برای اعتبار سنجی خارجی بود. علاوه بر این ، مجموعه داده گرانول Yinhuang به ترتیب از 48 و 24 نمونه در مجموعه های کالیبراسیون و اعتبار سنجی استفاده کرد. از سه زیر مجموعه مختلف قرص دارویی به عنوان مجموعه کالیبراسیون (155) ، مجموعه اعتبار سنجی (460) و مجموعه آزمایش (40) استفاده شد. آمار مربوط به محتوای آب ، بایکالین و API در مجموعه های کالیبراسیون ، اعتبار سنجی و آزمایش در جدول 1 خلاصه شده است.

مسیر پردازش مدل PLS

با استفاده از مجموعه داده ذرت به عنوان نمونه ، طیف های کالیبراسیون با روشهای مختلف از جمله استاندارد استاندارد متنوع (SNV) و صاف کردن Savitzky-Golay با 9 امتیاز (SG (9)) و همچنین SG (9) همراه با طیف مشتقات از پیش پردازش شدند. بشرفاکتور نهفته از 1 به 10 تنظیم شد تا از تناسب بیش از حد جلوگیری شود. سپس از VIP برای انتخاب متغیرها با عوامل نهفته مختلف استفاده شد. سرانجام ، روال فرآیند از توسعه و اعتبار سنجی مدل PLS انتخاب شد (شکل 2). پارامترهای مدل های PLS در آب ، بایکالین و API در جدول نشان داده شده است. 1S-3S. در شاخص های ارزیابی مدل روندهای مختلفی وجود دارد. در شکل 2a ، می بینیم که RMSEC و RMSEP کاهش یافته و R_کربن2 ، r_پیش2 و RPD با افزایش فاکتور نهفته همراه با روشهای مختلف پیش درمانی افزایش یافته است.

نمودار شماتیک مسیر پردازش و ارزیابی نمونه های ذرت مدل PLS (A) ، نمونه های گرانول Yinhuang (B) و نمونه قرص های دارویی (C).

مدل مجموعه داده های گرانول Yinhuang در شکل 2b نشان داده شده است. این با مدل مجموعه داده ذرت متفاوت بود. مدل مجموعه داده گرانول Yinhuang از طیف مشتقات اول (1D) همراه با SG (9) و SNV برای پیش پردازش طیف استفاده کرد. این برتر از سایر روشهای پیش درمانی طیف بود که در آن روندهای مختلف شاخص های ارزیابی مدل مشخص نبود. مدل قرص های دارویی در شکل 2C نشان داده شده است. تغییر در شاخص های ارزیابی مدل آشکار نبود که عامل نهفته به یک مقدار خاص افزایش یابد.

با این حال ، این نتیجه نشان داد که بیش از یک مسیر مدل سازی وجود دارد که می تواند یک مدل موفق را تضمین کند. دو مدل PLS عادلانه با RPD بین 2. 5 تا 3 (شکل 3A) وجود داشت: 1) یک روش ترکیبی از پیش درمانی SG (9) پیش درمانی طیفی ، VIP و 10 فاکتور و 2) یک روش ترکیبی با استفاده از طیف دوم مشتق (2D)همراه با پیش درمانی طیفی SG (9) ، VIP و 10 عامل. بسیاری از مدل های PLS منصفانه بودند و همچنین برخی از مسیرهای مدل خوب با مقادیر RPD بیشتر از 3 وجود داشت (شکل 3B). در شکل 3c ، مدل های زیادی با عملکرد خوب وجود داشت که یک مسیر پردازش را اتخاذ کردند.

نمودار شماتیک مسیر پردازش نمونه های ذرت مدل PLS (A) ، نمونه های گرانول Yinhuang (B) و نمونه قرص های دارویی (C).

در روال فرآیند مدل سازی قبلی ، پارامترها شامل روشهای پیش درمانی طیفی ، انتخاب متغیر و عوامل نهفته یک بار بهینه سازی شدند. جدول 4S نشان می دهد که این یک روش خوب برای مدل سازی مسیر در مقابل بهینه سازی پارامتر مرحله به مرحله است. پارامترهای بهینه غیر سیستماتیک مدل PLS آب طیف های خام و متغیرهای انتخاب کننده VIP در زیر 7 عامل بود. عملکرد مدل ضعیف بود. با این حال ، مسیر پردازش نشان داد که دو مدل عادلانه از طریق روشهای ترکیبی با استفاده از پیش درمانی SG (9) ، VIP و 10 فاکتور و همچنین یک روش ترکیبی از 2D + SG (9) پیش تیمار ، VIP و 10 عامل بدست می آید. بهترین ترکیب پارامتر غیر سمی برای مدل Baicalin PLS متغیرهای SNV و متغیرهای انتخاب کننده VIP با 4 عامل بود. این عملکرد مدل خوبی را رقم زد. با این حال ، مسیر پردازش هشت مدل خوب با ترکیب پارامتر سیستماتیک مختلف را نشان داد. بهترین ترکیب پارامتر مدل Baicalin PLS ، پیش درمانی طیف SNV با متغیرهای انتخاب کننده VIP در زیر 3 عامل بود.

ترکیب پارامتر برای مدل API از طیف های خام با متغیرهای انتخاب کننده VIP تحت 4 عامل استفاده کرد. اینها یکی یکی بهینه شدند. عملکرد مدل بسیار خوب بود. با این حال ، 18 مدل بسیار خوب و 5 مدل عالی با مقادیر RPD بالاتر از 4 وجود داشت که با پردازش مسیر به دست آمد. بهترین ترکیب پارامتر برای مدلهای PLS ، پیش درمانی SG (9) طیف و انتخاب VIP متغیرهای زیر 10 عامل بود.

بهترین مدل ها از طریق یک مسیر بهینه سازی و پردازش گام به گام که با یک مجموعه آزمایشی از 40 نمونه مستقل مورد آزمایش قرار گرفت ، بدست آمد. RMSEP از این دو مدل به ترتیب 7904 ٪ و 0. 5681 ٪ بود. این نشان داد که مدل به دست آمده از طریق مسیر پردازش بهتر از مدل بهینه سازی مرحله به مرحله است. این نشان می دهد که بهترین پارامترهای مدل بهینه سیستماتیک از طریق مسیر پردازش به دست آمد.

توسعه و اعتبار سنجی مدلهای کالیبراسیون

اعتبار مدل با RMSEC ، RMSEP ، R مشخص شد_کربن2 ، r_پیش2 و RPD. با در نظر گرفتن مدل کالیبراسیون مجموعه داده ذرت به عنوان نمونه ، شکل 2A نشان داد که مدل PLS از آب با پیش درمانی SG (9) و متغیرهای انتخاب کننده VIP در زیر 10 عامل بهترین عملکرد را دارد. RMSEC و R_کربن2 مورد از مجموعه کالیبراسیون به ترتیب 0. 1042 ٪ و 9321 بود. RMSEP 0. 1256 ٪ بود - کاملاً نزدیک RMSEC. RPD و R_پیش2 مجموعه اعتبار سنجی به ترتیب 2. 6387 و 0. 8554 بود. این نتایج نشان داد که مدل PLS از آب نیز عملکرد پیش بینی خوبی دارد.

به طور مشابه ، ما مدل PLS از بایکالین را با پیش درمانی طیفی SNV و متغیرهای انتخاب کننده VIP تحت 3 عامل توسعه دادیم. RMSEC و R_کربن2 مورد از مجموعه کالیبراسیون به ترتیب 0. 5609 ٪ و 0. 8250 بود. RMSEP ، r_پیش2 و RPD از مجموعه اعتبار سنجی بایکالین به ترتیب 0. 3524 ٪ ، 0. 9066 و 3. 2723 بود. مدل API با پیش درمانی SG (9) و متغیرهای انتخاب کننده VIP در زیر 10 عامل نیز ایجاد شد. RMSEC و R_کربن2 مورد از مجموعه کالیبراسیون 1. 0048 ٪ و 0. 9706 بود. RMSEP ، r_پیش2 و RPD مجموعه اعتبارسنجی API به ترتیب 9581 ٪ ، 0. 9493 و 4. 4581 بود.

شکل 4 داده ها را برای مدل های PLS با استفاده از سه مجموعه داده ارائه می دهد. مقادیر پیش بینی کاملاً نزدیک به تجزیه و تحلیل مرطوب بود. پارامترهای مربوط به مدل های آب ، بایکالین و API نشان داد که NIR می تواند به ترتیب برای تعیین آب ، بایکالین و API ذرت ، گرانولهای Yinhuang و قرص های دارویی مورد استفاده قرار گیرد.

همبستگی بین پیش بینی و مقادیر مرجع نمونه های ذرت (A) ، نمونه های گرانول Yinhuang (B) و نمونه قرص های دارویی (C).

بحث

ما استفاده از مسیر پردازش را برای توسعه و بهینه سازی مدل های کالیبراسیون چند متغیره پیشنهاد کردیم. مدل های PLS با پیش تیمارهای طیفی مختلف و روشهای انتخاب متغیر VIP با فاکتورهای نهفته مختلف ایجاد شد. شاخص های شیمیایی مبتنی بر (RMSEP ، RMSEC ، r_کربن2 ، r_پیش2 و RPD) ، از مدل های مختلف PLS برای ارزیابی آب ، بایکالین و API در ذرت ، گرانولهای Yinhuang و قرص های دارویی استفاده شد. کار حاضر امکان سنجی و مزایای پردازش مسیر در توسعه و بهینه سازی مدل های کالیبراسیون چند متغیره را نشان می دهد. در نتیجه ، یک روش سیستماتیک برای بهینه سازی مدل بر اساس مسیر پردازش نتایج بسیار خوبی را برای تهیه یک مدل قوی نشان می دهد. رویکرد پیشنهادی برای بهبود در مدل های PLS موجود باید در نرم افزار PLS ادغام شود.

مواد و روش ها

مجموعه داده ها

مجموعه داده های طیفی ذرت

طیفهای پراکندگی NIR از ذرت از وب سایت به عنوان داده های استاندارد (http://www.eigenveector.com/data/co/index.html) 20 به دست آمد. مجموعه داده شامل 80 نمونه ذرت است. طیف NIR نمونه های ذرت با سه طیف سنج اندازه گیری شد. میزان رطوبت شامل (٪ ، w/w) شد. طیف با طیف سنج MP5 NIR اندازه گیری شد و از مقادیر آب به عنوان مقدار مرجع استفاده شد. دامنه کسب طیفی در فواصل 2 نانومتر 1،100-2498 نانومتر بود که منجر به کل 700 متغیر در هر نمونه شد.

مجموعه داده های طیفی یینهانگ گرانول

مجموعه داده ها از طیف های بازتاب پراکنده NIR با 72 نمونه گرانول Yinhuang تشکیل شده است. متغیر پاسخ محتوای نسبی بایکالین فعال در گرانول ها (٪ ، w/w) بود. محتوای بایکالین با HPLC اندازه گیری شد همانطور که در CH. P. توضیح داده شد.(نسخه 2010 ، جلد اول). ما از یک سیستم Agilent 1100 HPLC (Agilent Technologies ، USA) با یک خلاء خلاء ، یک پمپ کواترنر ، یک نمونه خودکار ، محفظه ستون ترموستاتیک و یک آشکارساز آرایه دیود (DAD) استفاده کردیم. جداسازی بر روی ستون ODS (150 میلی متر ، 4. 6 میلی متر ، 5 میلی متر ، آب ، ایالات متحده) با شستشوی ایزوکراتیک فاز متحرک متشکل از متانول ، آب و اسید فسفریک (50: 50: 0. 2 ، V/V) در جریان انجام شد. نرخ 1. 0 میلی لیتر در دقیقه. دمای ستون 30 درجه سانتیگراد و طول موج تشخیص 274 نانومتر بود.

طیف NIR در یک حالت پراکندگی کره یکپارچه با یک سیستم Antaris Nicolet FT-NIR (Thermo Fisher Scientific Inc. ، USA) جمع آوری شد. هر طیف نمونه نتیجه 32 اسکن از 10،000 تا 4000 سانتی متر - 1 (در کل 1557 متغیر موج موج در هر نمونه) در دمای محیط با استفاده از وضوح 8 سانتی متر - 1 بود. هر نمونه سه بار اسکن شد و طیف نهایی مورد استفاده برای هر نمونه به طور متوسط از سه نتیجه بود. تمام طیف های NIR با استفاده از نرم افزار نتیجه علمی ترمو جمع آوری و بایگانی شدند.

مجموعه داده های طیفی قرص دارویی

مجموعه داده های قرص های دارویی در http://www.eigenveector.com/data/tablets/index.html در دسترس بود. این شامل 1،308 طیف 655 قرص دارویی است که بر روی دو ابزار مشابه اندازه گیری می شود (طیف سنجهای چندتایی سیستم FOSS/NIR). منطقه طیفی از 600 تا 1898 نانومتر با افزایش 2 نانومتر بود. داده های هر ابزار در سه زیر مجموعه مختلف سازماندهی شد. مقدار سنجش ماده فعال ، وزن قرص و سختی قرص ارائه شد. در این کار ، ما از طیف های ساز اول و مقادیر سنجش API (٪ ، w/w) استفاده کردیم. سه مجموعه مختلف از طیف 155 ، 460 و 40 وجود داشت که به ترتیب به عنوان کالیبراسیون ، اعتبار سنجی و آزمایش در این مطالعه مورد استفاده قرار گرفتند.

تجزیه و تحلیل داده های چند متغیره

پیش درمانی طیف و توسعه مدل با بسته نرم افزاری Unscrambler 9. 7 (نرم افزار CAMO به عنوان ، نروژ) انجام شد. روشهای انتخاب متغیر مبتنی بر VIP با روال های سفارشی در MATLAB (MATLAB ، Mathworks ، Massachussetts) اجرا شد.

خلاصه روش پیشنهادی

روشی که ما برای ردیابی و ارزیابی فرآیندهای مدل سازی با روش های مختلف پیش درمانی طیفی ، فاکتورهای نهفته و انتخاب متغیر VIP در شکل 2 خلاصه شده و در بخش زیر به تفصیل شرح داده شده است.

مرحله 1. پارامترهای مدل سازی و سطح آنها تعریف شده است ، که حاوی روشهای پیش درمانی طیفی ، عوامل نهفته و روشهای انتخاب متغیر است.

مرحله 2. شاخص های ارزیابی مدل شامل RMSEC ، r_کربن2 ، RMSEP و R_پیش2پارامترهای مهم برای RPD نیز برای اطمینان از ارزیابی مدل درج شده است.

مرحله 3. مجموعه داده های کالیبراسیون و اعتبار سنجی برای اطمینان از اینکه هر دو مجموعه داده نماینده طراحی آزمایشی بودند ، انتخاب شدند.

مرحله 4. ما مدل های PLS را برای همه بهینه سازی پارامترهای سیستماتیک ایجاد کردیم. نتایج برای شاخص های ارزیابی هر مدل ثبت شد.

مرحله 5. نتایج مورد تجزیه و تحلیل قرار گرفت و مسیرهای مسیر برای مدل سازی PLS تعریف شد.

مرحله 6. مدل PLS در بهترین بهینه سازی سیستماتیک پارامترها ایجاد شد. در صورت لزوم ، این مدل بیشتر تصفیه شد تا نمونه هایی با باقیمانده طیفی و غلظت بالاتر را حذف کند.

مرحله 7. این مدل برای تجزیه و تحلیل روتین اعمال شد و به طور مداوم برای بررسی به روزرسانی های مورد نیاز مورد بررسی قرار گرفت.

کالیبراسیون چند متغیره

از PLS برای ساخت مدل های کالیبراسیون استفاده شد. ابتدا از الگوریتم K-S برای تقسیم مجموعه داده ها به مجموعه های کالیبراسیون و اعتبار سنجی (2: 1) استفاده شد به گونه ای که نمونه ها می توانند برای نشان دادن کل دامنه آزمایشی انتخاب شوند. ما از پیش درمانی طیفی برای کاهش تغییرات پایه و از بین بردن اثر پراکندگی ایجاد شده توسط بازتاب پراکنده و قله های همپوشانی استفاده کردیم. اینها اثرات مضر بر نسبت سیگنال به نویز ایجاد کرده است. ما از SNV ، SG (9) و SG (9) همراه با طیف های مشتق برای اصلاح این کار استفاده کردیم. در همین حال ، از VIP برای انتخاب متغیرها برای شناسایی ویژگی های بسیار آموزنده 21 استفاده شد. عملکرد مدل های رگرسیون از نظر r مورد بررسی قرار گرفت_کربن2 و RMSEC. توانایی پیش بینی اعتبار سنجی خارجی توسط RMSEP ، r ارزیابی شد_پیش2 و RPD.

به طور کلی ، تعداد بهینه عوامل نهفته از نتیجه آزمایش اعتبار سنجی صلیب 10 برابر پس از پیش درمانی طیفی تعیین شد. سپس از الگوریتم های انتخاب متغیر VIP برای انتخاب متغیرهای مشخصه استفاده شد. روشهای ایده آل برای پیش درمانی طیفی ، تعداد عوامل و مدل های نهفته بر اساس RMSEC ، RMSEP ، R انتخاب شد_کربن2 ، r_پیش2 ، RPD ، و غیره. برخلاف روش قبلی ، این رویکرد از استراتژی بهینه جهانی و مسیرهای مسیر همه ترکیبات پارامتر ممکن استفاده می کند.

اطلاعات اضافی

نحوه استناد به این مقاله: ژائو ، ن. و همکاران. بهینه سازی انتخاب پارامتر برای توسعه مدل حداقل مربعات جزئی. علمیهرزه . 5 ، 11647 ؛doi: 10. 1038/srep11647 (2015).

منابع

Sileoni ، V. ، Van Den Berg ، F. ، Marconi ، O. ، Perretti ، G. & Fantozzi ، P. استراتژی های اعتبار سنجی داخلی و خارجی برای ارزیابی اثرات طولانی مدت در مدل های کالیبراسیون NIR. J. Agric. شیمی غذایی59 ، 1541-1547 (2011).

Devos ، O. ، Downey ، G. & DuPonchel ، L. انتخاب مدل مدل سازی همزمان و انتخاب مدل SVM بر اساس یک الگوریتم ژنتیکی موازی که برای داده های طیف سنجی روغنهای زیتون اعمال می شود. شیمی غذایی148 ، 124-130 (2014).

Cozzolino ، D. & Murray ، I. A. بررسی در مورد استفاده از فن آوری های مادون قرمز برای تعیین و نظارت بر ترکیب و سایر خصوصیات کیفیت در ماهی های خام ، محصولات ماهی و غذاهای دریایی. کاربردطیف سنجیوحی 47. 207 218 (2012).

Reboucas ، M. V. ، Santos ، J. B. ، Pimentel ، M. F. & Teixeira ، L. S. یک رویکرد جدید برای توسعه یک مدل کالیبراسیون چند متغیره با استفاده از یک طرح آزمایشی doehlert: برنامه برای پیش بینی خواص کلیدی بنزین توسط طیف سنجی مادون قرمز نزدیک. شیمیاییهوشآزمایشگاه. 107 ، 185-193 (2011).

وو ، ز. ، و همکاران. طیف سنجی NIR به عنوان یک ابزار فناوری تحلیلی فرآیند (PAT) برای نظارت و درک یک فرآیند هیدرولیز. Bioresource. تکنول137 ، 394-399 (2013).

Märk ، J. ، Kaer ، M. ، Andre ، M. ، Rueland ، J. & Huck ، C. W. کنترل فرآیند آنلاین یک واسطه دارویی در یک محیط خشک کن مایع با استفاده از طیف سنجی مادون قرمز نزدیک. مقعدشیمیایی82 ، 4209-4215 (2010).

Xu ، B. ، Wu ، Z. ، Lin ، Z. ، Sui ، C. ، Shi ، X. & Qiao ، Y. NIR برای فرآیند دسته ای از بارش اتانول همراه با یک استراتژی به روزرسانی مدل کالیبراسیون جدید. مقعدچیمACTA 720 ، 22-28 (2012).

Feández-Cabanás ، V. M. ، Garrido-Varo ، A. ، Olmo ، J. G. ، Pedro ، E. D. & Dardee ، P. بهینه سازی پیش از درمان های طیفی مورد استفاده برای کالیبراسیون چربی خوک Iberian. شیمیاییهوشآزمایشگاه. 87 ، 104 112 (2007).

وو ، ز. و همکاران. محدودیت های تشخیص چند متغیره مدل NIR آنلاین برای فرآیند استخراج اسید کلروژنیک از Lonicera japonica. J. Pharmaceut. زیستی77 ، 16-20 (2013).

وو ، ز. و همکاران. یک استراتژی انتخاب مدل جدید با استفاده از مفهوم خطای کل. Talanta 107 ، 248-254 (2013).

Lee ، H. W. ، Bawn ، A. & Yoon ، S. تکرارپذیری ، اندازه گیری مکمل پیش بینی برای بهبود استحکام مدلهای کالیبراسیون چند متغیره از طریق انتخاب متغیر. مقعدچیمACTA 757 ، 11-18 (2012).

Sileoni ، V. ، Marconi ، O. ، Perretti ، G. & Fantozzi ، P. ارزیابی استراتژی های مختلف اعتبار سنجی و اثرات طولانی مدت در مدل های کالیبراسیون NIR. شیمی غذایی141 ، 2639 2648 (2013).

Wu ، Z. ، Du ، M. ، Xu ، B. ، Lin ، Z. ، Shi ، X. & Qiao ، Y. ویژگی های جذب و سهم کمی از اورتونها و ترکیب NIR: توسعه و اعتبار سنجی. J. Mol. ساختار. 1019 ، 97-102 (2012).

Li ، W. ، Cheng ، Z. ، Wang ، Y. & Qu ، H. کنترل کیفیت Lonicerae japonicae flos با استفاده از طیف سنجی مادون قرمز نزدیک و شیمیایی. J. Pharmaceut. زیستی72 ، 33-39 (2013).

Tomuta ، I. ، Iovanov ، R. ، Bodoki ، E. & Vonica ، L. توسعه و اعتبارسنجی روشهای NIR-CHEMOMETRic برای خصوصیات شیمیایی و دارویی قرص های Meloxicam. DEV DEV. ind. Pharm. 40 ، 549-559 (2013).

Reis ، N. ، Franca ، A. S. & Oliveira ، L. S. ارزیابی کمی از زناکار متعدد در قهوه بو داده شده توسط بازتاب پراکنده طیف سنجی تبدیل مادون قرمز مادون قرمز (رانش) و شیمیایی. Talanta 115 ، 563-568 (2013).

Xie ، Y. J. ، Wang ، Z. ، Hu ، W. P. & Xu ، S. تعیین سریع ردیابی دی متیل فومارات در شیر با طیف سنجی مادون قرمز نزدیک به دنبال غنی سازی بستر سیال. مقعدبیوآنشیمیایی404 ، 3189-3194 (2012).

Esbensen ، K. H. ، Geladi ، P. & Larsen ، A. اسطوره RPD…. NIR News25 ، 24-28 (2014).

ویلیامز ، P. آموزش: آمار RPD: یک یادداشت آموزشی. NIR News25 ، 22-26 (2014).

شان ، R. ، Cai ، W. & Shao ، X. انتخاب متغیر بر اساس نقشه برداری تعبیه شده خطی محلی برای تجزیه و تحلیل طیفی مادون قرمز نزدیک. شیمیاییهوشآزمایشگاه. 131 ، 31-36 (2014).

Sills ، D. L. & Gossett ، J. M. با استفاده از طیف سنجی FTIR برای مدل سازی پیش درمانی قلیایی و ساکارینگ آنزیمی شش زیست توده لیگنوسلولوزیک. بیوتکنول. بیونگ109 ، 894-903 (2012).

سپاسگزاریها

این کار توسط دولت شهرداری پکن برای دانشگاهی که با کمیته مرکزی حزب رنج می برد ، پشتیبانی شد ، BUCM برای دانشمندان جوان عالی ، بنیاد ملی علوم طبیعی چین (81303218) و صندوق دکتری وزارت آموزش چین (2013001313120006) یافت. نویسندگان از Eigenveector بخاطر تهیه قرص های ذرت و دارویی NIR تشکر می کنند. نویسندگان از آزمایشگاه کلیدی مهندسی اطلاعات TCM از مدیریت دولتی طب سنتی چینی ، (پکن ، چین) برای کمک به پردازش داده ها تشکر می کنند.

اطلاعات نویسنده

نویسندگان و وابستگی ها

دانشگاه پکن پزشکی چینی ، پکن ، 100102 ، چین

Na Zhao ، Zhi-Sheng Wu ، Qiao Zhang ، Xin-Yuan Shi ، Qun Ma & Yan-Jiang Qiao

آزمایشگاه کلیدی پکن برای تحقیقات اساسی و توسعه در مورد طب چینی ، پکن ، 100102 ، چین

Na Zhao ، Zhi-Sheng Wu ، Qiao Zhang ، Xin-Yuan Shi ، Qun Ma & Yan-Jiang Qiao

آزمایشگاه کلیدی مهندس اطلاعات TCM از مدیریت ایالتی TCM ، پکن ، 100102 ، چین