基于SSA-SVR的葡萄糖定量分析研究

基于SSA-SVR的葡萄糖定量分析研究

O433.4; 基于红外光谱技术,研究葡萄糖定量分析的数据集划分、预处理、定量建模等问题.以单一背景葡萄糖仿体溶液和葡萄糖及白蛋白混合溶液为研究对象,采用等间隔划分(RANK)法、KS法、双向算法及SPXY法四种数据集划分方法,采用小波变换滤波(WT)、直接正交信号校正(DOSC)、Savitzky Golay(SG)滤波、散射校正(MSC)、标准正态变量变换(SNV)五种预处理方法,建立偏最小二乘回归(PLSR)和支持向量回归(SVR)定量分析模型,其中利用麻雀搜索算法(SSA)对SVR模型进行优化.在单一背景样本下,最佳定量分析模型是SPXY-WT+SG-SVR模型,此时的预测集均方根误差...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:漯河职业技术学院学报 2022, Vol.21 (6), p.29-36
Hauptverfasser: 郭洪瑞, 曹汇敏, 张朱珊莹, 李龙, 薛宇, 塔娜, 李肖, 周丹
Format: Artikel
Sprache:chi
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
container_end_page 36
container_issue 6
container_start_page 29
container_title 漯河职业技术学院学报
container_volume 21
creator 郭洪瑞
曹汇敏
张朱珊莹
李龙
薛宇
塔娜
李肖
周丹
description O433.4; 基于红外光谱技术,研究葡萄糖定量分析的数据集划分、预处理、定量建模等问题.以单一背景葡萄糖仿体溶液和葡萄糖及白蛋白混合溶液为研究对象,采用等间隔划分(RANK)法、KS法、双向算法及SPXY法四种数据集划分方法,采用小波变换滤波(WT)、直接正交信号校正(DOSC)、Savitzky Golay(SG)滤波、散射校正(MSC)、标准正态变量变换(SNV)五种预处理方法,建立偏最小二乘回归(PLSR)和支持向量回归(SVR)定量分析模型,其中利用麻雀搜索算法(SSA)对SVR模型进行优化.在单一背景样本下,最佳定量分析模型是SPXY-WT+SG-SVR模型,此时的预测集均方根误差(RMSEP)为3.4351 mg/dL,预测集相关系数为0.9998.在混合背景样本下,最佳定量分析模型是RANK-SG+WT-SVR模型,此时RMSEP为3.6813 mg/dL,预测集相关系数为0.9998.结果表明,无论是在单一背景下还是复杂背景下,SVR模型都要优于PLSR模型,这为红外光谱数据的葡萄糖定量分析提供了一种方法和思路.
doi_str_mv 10.3969/j.issn.1671-7864.2022.06.005
format Article
fullrecord <record><control><sourceid>wanfang_jour</sourceid><recordid>TN_cdi_wanfang_journals_lhzyjsxyxb202206005</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><wanfj_id>lhzyjsxyxb202206005</wanfj_id><sourcerecordid>lhzyjsxyxb202206005</sourcerecordid><originalsourceid>FETCH-wanfang_journals_lhzyjsxyxb2022060053</originalsourceid><addsrcrecordid>eNpjYFAxNNAztjSz1M_SyywuztMzNDM31DW3MDPRMzIwMtIzMNMzMDBlYeCEi3Mw8BYXZyYZGJuZGFuYm1lwMmg_nb_rya6-4GBH3eCwoOezWl5MXPhiQsvzzdOerpv1sr3_aUfbs3kTni-Y8nzlNh4G1rTEnOJUXijNzaDt5hri7KFbnpiXlpiXHp-VX1qUB5SJz8moqswqrqisSAI5xMAM6Axj0lQDAEU3TCc</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于SSA-SVR的葡萄糖定量分析研究</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>郭洪瑞 ; 曹汇敏 ; 张朱珊莹 ; 李龙 ; 薛宇 ; 塔娜 ; 李肖 ; 周丹</creator><creatorcontrib>郭洪瑞 ; 曹汇敏 ; 张朱珊莹 ; 李龙 ; 薛宇 ; 塔娜 ; 李肖 ; 周丹</creatorcontrib><description>O433.4; 基于红外光谱技术,研究葡萄糖定量分析的数据集划分、预处理、定量建模等问题.以单一背景葡萄糖仿体溶液和葡萄糖及白蛋白混合溶液为研究对象,采用等间隔划分(RANK)法、KS法、双向算法及SPXY法四种数据集划分方法,采用小波变换滤波(WT)、直接正交信号校正(DOSC)、Savitzky Golay(SG)滤波、散射校正(MSC)、标准正态变量变换(SNV)五种预处理方法,建立偏最小二乘回归(PLSR)和支持向量回归(SVR)定量分析模型,其中利用麻雀搜索算法(SSA)对SVR模型进行优化.在单一背景样本下,最佳定量分析模型是SPXY-WT+SG-SVR模型,此时的预测集均方根误差(RMSEP)为3.4351 mg/dL,预测集相关系数为0.9998.在混合背景样本下,最佳定量分析模型是RANK-SG+WT-SVR模型,此时RMSEP为3.6813 mg/dL,预测集相关系数为0.9998.结果表明,无论是在单一背景下还是复杂背景下,SVR模型都要优于PLSR模型,这为红外光谱数据的葡萄糖定量分析提供了一种方法和思路.</description><identifier>ISSN: 1671-7864</identifier><identifier>DOI: 10.3969/j.issn.1671-7864.2022.06.005</identifier><language>chi</language><publisher>中南民族大学 生物医学工程学院,湖北 武汉 430074%中南民族大学 生物医学工程学院,湖北 武汉 430074</publisher><ispartof>漯河职业技术学院学报, 2022, Vol.21 (6), p.29-36</ispartof><rights>Copyright © Wanfang Data Co. Ltd. All Rights Reserved.</rights><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://www.wanfangdata.com.cn/images/PeriodicalImages/lhzyjsxyxb/lhzyjsxyxb.jpg</thumbnail><link.rule.ids>314,780,784,4023,27922,27923,27924</link.rule.ids></links><search><creatorcontrib>郭洪瑞</creatorcontrib><creatorcontrib>曹汇敏</creatorcontrib><creatorcontrib>张朱珊莹</creatorcontrib><creatorcontrib>李龙</creatorcontrib><creatorcontrib>薛宇</creatorcontrib><creatorcontrib>塔娜</creatorcontrib><creatorcontrib>李肖</creatorcontrib><creatorcontrib>周丹</creatorcontrib><title>基于SSA-SVR的葡萄糖定量分析研究</title><title>漯河职业技术学院学报</title><description>O433.4; 基于红外光谱技术,研究葡萄糖定量分析的数据集划分、预处理、定量建模等问题.以单一背景葡萄糖仿体溶液和葡萄糖及白蛋白混合溶液为研究对象,采用等间隔划分(RANK)法、KS法、双向算法及SPXY法四种数据集划分方法,采用小波变换滤波(WT)、直接正交信号校正(DOSC)、Savitzky Golay(SG)滤波、散射校正(MSC)、标准正态变量变换(SNV)五种预处理方法,建立偏最小二乘回归(PLSR)和支持向量回归(SVR)定量分析模型,其中利用麻雀搜索算法(SSA)对SVR模型进行优化.在单一背景样本下,最佳定量分析模型是SPXY-WT+SG-SVR模型,此时的预测集均方根误差(RMSEP)为3.4351 mg/dL,预测集相关系数为0.9998.在混合背景样本下,最佳定量分析模型是RANK-SG+WT-SVR模型,此时RMSEP为3.6813 mg/dL,预测集相关系数为0.9998.结果表明,无论是在单一背景下还是复杂背景下,SVR模型都要优于PLSR模型,这为红外光谱数据的葡萄糖定量分析提供了一种方法和思路.</description><issn>1671-7864</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2022</creationdate><recordtype>article</recordtype><recordid>eNpjYFAxNNAztjSz1M_SyywuztMzNDM31DW3MDPRMzIwMtIzMNMzMDBlYeCEi3Mw8BYXZyYZGJuZGFuYm1lwMmg_nb_rya6-4GBH3eCwoOezWl5MXPhiQsvzzdOerpv1sr3_aUfbs3kTni-Y8nzlNh4G1rTEnOJUXijNzaDt5hri7KFbnpiXlpiXHp-VX1qUB5SJz8moqswqrqisSAI5xMAM6Axj0lQDAEU3TCc</recordid><startdate>2022</startdate><enddate>2022</enddate><creator>郭洪瑞</creator><creator>曹汇敏</creator><creator>张朱珊莹</creator><creator>李龙</creator><creator>薛宇</creator><creator>塔娜</creator><creator>李肖</creator><creator>周丹</creator><general>中南民族大学 生物医学工程学院,湖北 武汉 430074%中南民族大学 生物医学工程学院,湖北 武汉 430074</general><general>认知科学国家民委重点实验室,湖北 武汉430074</general><general>医学信息分析及肿瘤诊疗湖北省重点实验室,湖北 武汉 430074</general><scope>2B.</scope><scope>4A8</scope><scope>92I</scope><scope>93N</scope><scope>PSX</scope><scope>TCJ</scope></search><sort><creationdate>2022</creationdate><title>基于SSA-SVR的葡萄糖定量分析研究</title><author>郭洪瑞 ; 曹汇敏 ; 张朱珊莹 ; 李龙 ; 薛宇 ; 塔娜 ; 李肖 ; 周丹</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-wanfang_journals_lhzyjsxyxb2022060053</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2022</creationdate><toplevel>online_resources</toplevel><creatorcontrib>郭洪瑞</creatorcontrib><creatorcontrib>曹汇敏</creatorcontrib><creatorcontrib>张朱珊莹</creatorcontrib><creatorcontrib>李龙</creatorcontrib><creatorcontrib>薛宇</creatorcontrib><creatorcontrib>塔娜</creatorcontrib><creatorcontrib>李肖</creatorcontrib><creatorcontrib>周丹</creatorcontrib><collection>Wanfang Data Journals - Hong Kong</collection><collection>WANFANG Data Centre</collection><collection>Wanfang Data Journals</collection><collection>万方数据期刊 - 香港版</collection><collection>China Online Journals (COJ)</collection><collection>China Online Journals (COJ)</collection><jtitle>漯河职业技术学院学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>郭洪瑞</au><au>曹汇敏</au><au>张朱珊莹</au><au>李龙</au><au>薛宇</au><au>塔娜</au><au>李肖</au><au>周丹</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于SSA-SVR的葡萄糖定量分析研究</atitle><jtitle>漯河职业技术学院学报</jtitle><date>2022</date><risdate>2022</risdate><volume>21</volume><issue>6</issue><spage>29</spage><epage>36</epage><pages>29-36</pages><issn>1671-7864</issn><abstract>O433.4; 基于红外光谱技术,研究葡萄糖定量分析的数据集划分、预处理、定量建模等问题.以单一背景葡萄糖仿体溶液和葡萄糖及白蛋白混合溶液为研究对象,采用等间隔划分(RANK)法、KS法、双向算法及SPXY法四种数据集划分方法,采用小波变换滤波(WT)、直接正交信号校正(DOSC)、Savitzky Golay(SG)滤波、散射校正(MSC)、标准正态变量变换(SNV)五种预处理方法,建立偏最小二乘回归(PLSR)和支持向量回归(SVR)定量分析模型,其中利用麻雀搜索算法(SSA)对SVR模型进行优化.在单一背景样本下,最佳定量分析模型是SPXY-WT+SG-SVR模型,此时的预测集均方根误差(RMSEP)为3.4351 mg/dL,预测集相关系数为0.9998.在混合背景样本下,最佳定量分析模型是RANK-SG+WT-SVR模型,此时RMSEP为3.6813 mg/dL,预测集相关系数为0.9998.结果表明,无论是在单一背景下还是复杂背景下,SVR模型都要优于PLSR模型,这为红外光谱数据的葡萄糖定量分析提供了一种方法和思路.</abstract><pub>中南民族大学 生物医学工程学院,湖北 武汉 430074%中南民族大学 生物医学工程学院,湖北 武汉 430074</pub><doi>10.3969/j.issn.1671-7864.2022.06.005</doi></addata></record>
fulltext fulltext
identifier ISSN: 1671-7864
ispartof 漯河职业技术学院学报, 2022, Vol.21 (6), p.29-36
issn 1671-7864
language chi
recordid cdi_wanfang_journals_lhzyjsxyxb202206005
source 国家哲学社会科学学术期刊数据库 (National Social Sciences Database)
title 基于SSA-SVR的葡萄糖定量分析研究
url https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-09T03%3A41%3A24IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-wanfang_jour&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8ESSA-SVR%E7%9A%84%E8%91%A1%E8%90%84%E7%B3%96%E5%AE%9A%E9%87%8F%E5%88%86%E6%9E%90%E7%A0%94%E7%A9%B6&rft.jtitle=%E6%BC%AF%E6%B2%B3%E8%81%8C%E4%B8%9A%E6%8A%80%E6%9C%AF%E5%AD%A6%E9%99%A2%E5%AD%A6%E6%8A%A5&rft.au=%E9%83%AD%E6%B4%AA%E7%91%9E&rft.date=2022&rft.volume=21&rft.issue=6&rft.spage=29&rft.epage=36&rft.pages=29-36&rft.issn=1671-7864&rft_id=info:doi/10.3969/j.issn.1671-7864.2022.06.005&rft_dat=%3Cwanfang_jour%3Elhzyjsxyxb202206005%3C/wanfang_jour%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_wanfj_id=lhzyjsxyxb202206005&rfr_iscdi=true