加权函数对变量筛选结果的影响.pdf

世界科学技术～中医药现代化★专题讨论：中药信息工程 摘 要：为了明确加权函数对变量筛选结果的影响，本文以乳块消糖衣片包衣厚度为载体，用 CARS方法筛选其近红外光谱特征变量，并考察加权函数对变量筛选结果的影响。结果表明，借助 型有一定的提高。将CARS中原加权函数(i．e．回归系数)替换为VIP后，所选变量的解释性得到提高， 但模型的预测性能略有下降。即变量的解释性与模型的预测性能之间没有必然的联系。为了确保结果 的可靠性，用上述方法对玉米蛋白特征变量进行筛选，可以得到类似的结论。 关键词：加权函数CARS蒙特卡洛抽样 变量解释性VIP doi：10．39696。issn．1674—3849．2012。04．003 近年来，随着人们对提高药品质量的呼声越来 提取，可以极大的提高模型预测性能。变量筛选方 越高，国家也出台了一系列政策，如在《国家药品安 全“十二五”规划》中就提出“经过5年努力药品标 性(Variable onthe importance 准和药品质量大幅提高，药品监管体系进一步完善， 等加权函数确定变量的贡献。除此之外，贝叶斯网【91 药品研制、生产、流通秩序和使用行为进一步规范，药 的后验概率也可以用来对变量的贡献进行排序。采 品安全保障能力整体接近国际先进水平，药品安全水 用不同的加权函数和筛选策略所得的变量或变量 平和人民群众用药安全满意度显著提升。”这些政策 的组合不尽相同。用所筛选出的变量建立的预测模 已经或必将对药材质量的提高产生积极的影响。近红 型的性能也有很大差异。本研究用两组不同来源的 外光谱议作为一种在线测定仪器，在中药生产过程中 数据研究两种不同的加权函数(B和VIP)对变量筛 应用的优势已经被广泛认可∽]。近红外光谱的测定 选结果以及所建立模型的预测性能的影响。 无需样品的分离制备，也不会对生产过程产生干 一、原理和方法 扰，但对测定模型的预测性能有很强的依赖性。近 红外光谱的特征性不像紫外光谱等那么明显，但是 借助一些变量筛选方法可以将与被测属性相关的 weightedSampling,CARS) 特征信息筛选出来。另外，通过对光谱特征信息的 收稿日期：2012一07一09 量相关的波长筛选出来。其筛选过程是一个迭代的 修回日期：2012—08—13 连续筛选过程，使被选变量子集逐渐收敛于特征变 ★ 础与新药研究重点实验室”，负责人：乔延江。 ★★ Scienceand Traditional [World of ChineseMedicineandMateria 760 TechnologyzModernization Medica]1 万方数据 No．4 2012第十四卷第四期drV01．14 量集。在每一次迭代过程中，首先建立PLS回归模 型中b，T，W的第k个值。 型，然后对回归系数的绝对值排序。将所有剩余的 为了对考察加权方法对变量筛选结果的影响， 变量排好序后，运行一个连续的变量选择程序，将 CARS中的加权函数被替换为 特征光谱变量逐步的挑选出来。循环结束后，用 ⅥP (8) RMSECV选择最优的变量子集并建立最后的校正 驴夏亨面√-1，2，3．一∥删 模型。CARS的实现过程简述如下： 其它保持不变。