关键词： 天然没药   胶质没药   气相色谱法   指纹图谱   化学模式识别  

摘要： 目的:建立天然没药和胶质没药的气相色谱法(GC)指纹图谱,并结合化学模式识别法评价不同产地天然没药和胶质没药的质量,为没药质量的全面评价提供科学依据。方法:采用GC建立肯尼亚和索马里15批天然没药和15批胶质没药的指纹图谱,结合相似度评价、聚类热图、主成分分析(PCA)和正交偏最小二乘法-判别分析(OPLS-DA)模式识别方法,对不同产地天然没药和胶质没药进行分析。结果:建立了15批天然没药和胶质没药的GC指纹图谱;15批天然没药共确定了13个共有峰,指纹图谱相似度为0.714~0.978,表明存在共有峰但共有峰峰面积存在明显差异;15批胶质没药共确定了11个共有峰,指纹图谱相似度均大于0.900;3种化学识别模式分析方法分别将天然没药和胶质没药按产地分为2类,表明不同产地的样品存在显著差异。结论:建立的GC指纹图谱分析方法简单可靠,精密度、重复性、稳定性良好。

关键词： 时空大数据   时空模式识别   分布式计算   多尺度分析   数据挖掘  

摘要： 随着城市信息化建设深入推进,时空数据呈现大规模增长趋势,对数据处理分析技术提出更高要求。传统时空模式识别方法在处理海量数据时存在计算效率低下的问题。针对这一现状,文章提出基于分布式计算框架的多尺度时空模式识别方法,通过改进数据预处理算法提升数据质量,利用分布式存储架构解决海量数据存储难题。实验采用某大型城市3年交通轨迹数据进行验证,结果表明该方法在百万级数据处理中准确率达92.3%,计算效率提升4.3倍,为大规模时空数据分析提供新思路。

关键词： 地骨皮   高效液相色谱法   指纹图谱   化学模式识别   聚类分析   主成分分析  

摘要： 目的HPLC测定9种化学成分含量并建立指纹图谱,结合化学模式识别法对26批地骨皮饮片质量进行评价。方法色谱柱Zorbax C_(18)SB-AQ(250 mm×4.6 mm,5μm),流动相乙腈-0.1%三氟乙酸水溶液,进样体积10μL,柱温40℃,梯度洗脱,流速1.0 mL/min,检测波长280 nm。对地骨皮进行定量,采用聚类分析、主成分分析并计算综合得分进行排名,评价26批地骨皮饮片质量。结果建立了地骨皮饮片HPLC指纹图谱,相似度为0.958~0.998;聚类分析将饮片聚成四大类;主成分分析结果表明样品S21得分最高。结论研究建立了多指标含量测定及指纹图谱结合化学模式识别的方法,为临床中地骨皮饮片的质量评价和合理应用提供了参考。

关键词： 野菊花   高效液相色谱指纹图谱   质量评价   化学模式识别  

摘要： 目的:建立野菊花的高效液相色谱(HPLC)指纹图谱并同时结合化学模式识别,对不同产地、批次的野菊花质量进行评价研究。方法:使用Waters Symmery C18色谱柱(4.6 mm×250 mm,5μm),采用的流动相为乙腈-0.1%磷酸水溶液,进行梯度洗脱,流速选择0.6 mL·min^(-1),柱温为25℃,紫外检测波长为334 nm,进样量为10μL,结合多种化学模式识别方法对多批次野菊花进行整体质量评价。结果:15批野菊花药材指纹图谱共标定18个共有峰,相似度均>0.9,共指认蒙花苷、新绿原酸等11个共有峰。采用聚类分析(HCA)、主成分分析(PCA)和正交偏最小二乘法-判别分析(OPLS-DA)将15批野菊花分为3大类,标记出2个主成分,筛选出3个差异质量标志物,分别为异绿原酸A、异绿原酸C、蒙花苷,可作为控制野菊花药材质量的指标性成分。结论:成功建立的野菊花HPLC指纹图谱方法具备简便、准确、良好重复性和可靠性的特点,为野菊花药材及其制剂的质量控制和临床应用提供了可靠的参考依据。

关键词： 桂枝甘草汤   指纹图谱   化学模式识别   含量测定   质量差异标志物  

摘要： 目的建立桂枝甘草汤的HPLC指纹图谱,结合化学模式识别方法筛选质量差异标志物,并对桂枝甘草汤多指标成分进行同时定量分析。方法采用Waters XSelect HSS T3色谱柱(150 mm×2.1 mm,2.5μm),流动相为乙腈-体积分数1%醋酸水溶液,梯度洗脱,建立14批桂枝甘草汤HPLC指纹图谱,运用聚类分析、主成分分析和正交偏最小二乘判别分析考察样品间差异性,辨识质量差异标志物,同时测定桂枝甘草汤中7种指标成分的含量。结果14批桂枝甘草汤指纹图谱标定了36个共有峰,相似度在0.971~0.999之间,指认了7个色谱峰,分别为原儿茶酸、香豆素、桂皮醇、桂皮酸、桂皮醛、甘草酸和甘草皂苷H2;化学模式识别分析将桂枝甘草汤样品分成2类,筛选出色谱峰34、21、16、19、10、13和36为质量差异标志物;以桂枝甘草汤中原儿茶酸、香豆素、桂皮醇、桂皮酸、桂皮醛、甘草酸和甘草皂苷H2为指标进行同时含量测定,各成分在测定的质量浓度范围内线性关系良好,方法学考察符合要求。结论建立的基于化学模式识别的质量差异标志物筛选及多指标成分含量测定方法,可为桂枝甘草汤及其相关制剂的质量控制研究提供参考。

关键词： 控制图   模式识别   特征融合   无参数聚类  

摘要： 为提升智能制造中产品质量管控的准确性和及时性,提出一种基于无参数聚类和改进支持向量机多特征融合的控制图模式识别方法。采用蒙特卡洛法生成模拟数据集,考虑了质量特征均值微动的情况。将无参数聚类提取的历史数据信息特征,与统计特征以及形状特征进行融合,通过交叉实验获取最优特征组合。借助白鲸算法改进支持向量机分类器,实现对控制图异常模式的准确高效识别。通过仿真实验比较了不同分类器在不同数据集复杂程度下的识别准确性和效率,结果显示,所提出的分类模型对数据集复杂程度的影响较小,即使在复杂数据集上也能保持98.63%以上的识别精度,并具备训练速度快、计算复杂度低的优点。

关键词： 改进模式识别   BP神经网络算法   经验模态分解算法   齿轮箱声音异常   变压器故障  

摘要： 由于风电场设备种类繁多、运行环境复杂多变,通常无人值守,故障难以及时发现。传统巡检方法耗时长且识别准确性低,导致故障处理不及时,影响风电场稳定运行和发电效率。为此,文章针对无人值守风电场群组提出了基于改进模式识别的机器人集中巡检方案。对于风电场群组变压器故障、设备温度异常和齿轮箱声音异常情况,分别利用BP神经网络算法、模糊模式识别算法和经验模态分解算法对其展开巡检,并在某大型风力发电场中对所提方法进行测试。结果表明,所提方法可实现对风电场群组中各类故障的巡检,第一时间获取到故障信号,避免了安全事故的发生;识别准确率在92.3%以上,召回率与F1分数也优于对比方法,表明本文方法在识别故障样本方面更为全面,能够有效地进行故障检测。

关键词： ICU   压力性损伤   机器学习算法   模式识别   预测分析   逻辑回归   基于树的模型   风险预警  

摘要： 综述机器学习算法在ICU压力性损伤风险预警中的应用,预测模型包括逻辑回归模型、基于树的模型、决策树模型、贝叶斯算法、循环神经网络及集成模型,旨在为制订个性化的预防策略提供科学方法,以提升ICU护理水平。

关键词： 龙脷叶   原儿茶酸   咖啡酸   高效液相色谱   聚类分析   主成分分析   因子分析   偏最小二乘回归分析  

摘要： 目的建立龙脷叶多成分定量控制方法,采用化学模式识别评价不同产地龙脷叶质量差异。方法采用HPLC法同时测定龙脷叶中原儿茶酸、咖啡酸、6-羟基香豆素、金丝桃苷、异槲皮苷、槲皮素、山柰酚、山柰酚-3-O-龙胆二糖苷、豆甾醇、β-谷甾醇,并检测浸出物、总灰分和酸不溶性灰分。采用聚类分析(CA)、主成分分析(PCA)、因子分析(FA)和偏最小二乘回归分析(PLS-DA)法对18批不同产地的龙脷叶进行区分比较,寻找差异因子。结果18批龙脷叶样品中各成分含量差异较大,明显分为3类,广东和广西产地的龙脷叶整体质量较好。山柰酚-3-O-龙胆二糖苷、咖啡酸、金丝桃苷、原儿茶酸、6-羟基香豆素和异槲皮苷可作为龙脷叶的质量差异标记物。结论建立的多指标成分定量、化学模式识别可评价龙脷叶质量,为龙脷叶的质量控制和道地性研究提供参考。

关键词： 木芙蓉叶   高效液相色谱法   化学模式识别   加权TOPSIS   灰色关联度分析   质量评价  

摘要： 目的建立木芙蓉叶中11个主要成分定量方法,利用化学模式识别、加权TOPSIS与灰色关联度融合模型评价其质量。方法收集主要产地木芙蓉叶18批,采用外标法同时检测咖啡酸、阿魏酸、水杨酸、秦皮素、金丝桃苷、芦丁、异槲皮苷、山柰酚-3-O-芸香糖苷、银锻苷、β-谷甾醇、胡萝卜苷的含量,并检测浸出物、总灰分和酸不溶性灰分,结合化学模式识别、加权TOPSIS与灰色关联度融合模型对其质量进行综合评价。结果方法学验证表明,各成分线性关系良好,重复性和准确性良好,仪器精密度高,70%甲醇超声提取的木芙蓉叶供试品溶液在24 h内稳定性良好。含量测定结果显示批次间质量差异较大。化学模式识别表明,18批木芙蓉叶聚类明显,明确质量差异化合物为芦丁、咖啡酸、山柰酚-3-O-芸香糖苷、秦皮素和金丝桃苷。18批样品的综合相对贴近度为0.2538~0.6943。结论本研究建立的多指标定量方法可反映不同产地木芙蓉叶的质量差异,化学模式识别联合加权TOPSIS与灰色关联度融合模型可全面分析不同批次木芙蓉叶的质量状况,为木芙蓉叶质量分析和评价奠定基础。