化学模式识别技术在药物分析中的应用与研究进展

化学模式识别技术在药物分析中的应用与研究进展

ID:40814607

大小:654.46 KB

页数:4页

时间:2019-08-08

化学模式识别技术在药物分析中的应用与研究进展_第1页
化学模式识别技术在药物分析中的应用与研究进展_第2页
化学模式识别技术在药物分析中的应用与研究进展_第3页
化学模式识别技术在药物分析中的应用与研究进展_第4页
资源描述:

《化学模式识别技术在药物分析中的应用与研究进展》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、数理医药学杂志2011年第24卷第1期文章编号:1004-4337(2011)01-0101-04中图分类号:R313文献标识码:B综述化学模式识别技术在药物分析中的应用与研究进展刘学仁张莹何光召(湖北省黄冈市食品药品监督检验所黄冈430080)摘要:介绍化学模式识别技术的一些基本概念和原理,以及在药物分析中的应用与研究进展。化学模式识别技术在色谱和光谱数据处理、药物成分分析、定性定量、药物质量评价和控制,中药材真伪优劣评价等方面有独特的优势。常见的化学模式识别技术,如主成分分析法、因子分析、聚类分

2、析和判别法等越来越成为药物分析中不可或缺的工具之一。关键词:化学计量学;模式识别;药物分析doi:10.3969/j.issn.1004-4337.2011.01.042化学计量学(Chemometric)是研究化学测量的基础理论知。如贝叶斯(Bayes)线性判别法、Fisher判别法、线性学习与方法学的新兴化学分支学科,是由数学、统计学、计算机技机、最近邻近(KNN)域判别法、SIMCA分类法等[2]。后者与术和化学相结合的交叉学科,其诞生是科学技术发展及相互前者相比,其模式识别问题中存在更大的不确定性,一个主要交叉渗透的必

3、然结果。化学计量学涵盖了化学量测的全过原因就是在无监督模式识别问题中,只有一大批样本,事先没程,包括采样理论、实验设计、选择和优化实验条件、单变量和有规定分类标准,也没有规定分成几类,却要求通过信息处理多变量信号处理以及数据分析;其研究内容还包括实验设计、找出合适的分类方法并实现分类。如聚类分析(clusteringa-过程控制和优化、合理性分析、实验室组织、图书检索和人工nalysis)法、析因法(factoranalysis,FA)、图形分类法等[2]。智能等。化学计量学的主要任务是对化学测量数据进行分析进行药物分析的研究,运用药物

4、分析仪器和分析方法得信号处理,设计和选择最佳测量程序与实验方法,并通过解析到大量的复杂量测数据,如何从这些数据中提了有用的相关化学测量数据,多元校正,化学模式识别,定量构效关系信息,即是化学计量学在药物分析中的应用。本研究主要介(QSAR),数据库及专家系统等,而获得最大限度的化学信息。绍化学模式识别(chemicalpatternrecogniton)技术在药物分自1971年瑞典化学家Word提出化学计量学概念以来,它析研究中的一些研究与应用进展。在实验设计、数据处理、信号解析、化学分类决策及预报等方1无监督的模式识别方法(Un

5、supervisedclassification)面都发挥着巨大的作用,解决了传统化学研究方法难以解决的复杂问题。近年来,尤其是在药物分析方面,化学计量学提11因子分析技术(factoranalysis,FA)供了不少解决问题的新思路、新途径和新方法,越来越起到不因子分析技术(FA)是多变量数据处理分析常用的技术可替代的作用。之一。它是通过对数据矩阵进行特征分析、旋转变换等处理化学模式识别(chemicalpatternrecognition)最早出现在获得信息的方法。因子分析在化学中的应用始于20世纪5020世纪20年代,模式识别

6、方法于60年代末被引入化学领域。年代末,用天研究混合物的吸收光谱数据以确定体系中吸收[1]光组分数。其基本任务是如何在多变量的实验数据中提取出它建立于一个十分直观的基本假设,即物以类聚,同类或相似的样本间的距离较近,不同类的样本间的距离应较带有规律性的信息,建立相应的数学模型,并用于解决实际问远。这样可以根据各样本的距离或距离的函数来判别、分类,题。因子分析在化学中应用相当广泛,大量应用于色谱、红并利用分类的结果预报未知。模式识别属于多变量数值分析外、紫外、荧光、质谱、核磁等各种仪器分析数据的定性定量分方法,它是借助于计算机

7、来揭示隐含于事物内部规律的一种析,在化学平衡及化学动力学等基础研究中也有应用。综合技术。化学模式识别方法包括主成分分析(Principlecom-因子分析法不仅能确定矩阵的秩数,还可获得数据的定ponentanalysis,PCA)、聚类分析(Clusteranalysis,CA)和判别性解释,获得影响因子数及数据的随机误差等信息。为了进分析(Discriminantanalysis,DA)等方法。按照有没有训练可一步了解影响数据的各因子的本质,还可以对抽象的因子进以划分为有监督的模式识别方法(Supervisedclassificat

8、ion)和行旋转变换,通过目标检验,将抽象的因子转换为实际因子,无监督的模式识别方法(Unsupervisedclassification)。前者是称为目标因子分析法(targetfactoranalysi

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。