偏最小二乘回归分析法在黄芩抑菌谱-效关系及数学模型研究中的应用

以黄芩药材指纹图谱及其对金黄色葡萄球菌抑菌率为基础数据，采用偏最小二乘回归分析法（PLS）进行数据的谱-效相关性分析，并建立数学模型。结果表明，黄芩中有5个成分对抑菌率的影响较大，建立模型的药效预测值偏差在10%以内，能够较好地预测药效。该方法及所建立的数学模型能成为预测黄芩抑制金黄色葡萄球菌的药效作用的一种有效的手段。     

基于PCA的中药黄芩药效评价方法研究

为实现基于谱效相关模式的中药黄芩的质量综合评价,采用主成分分析法（principal component analysis, PCA）对采集到的色谱指纹图谱和药效指标（抑菌率）的大量数据进行降维处理,然后建立中药黄芩谱效结合评价系统,测试结果证明了该方法的先进性与可靠性。文中的降维方法可以为中药材质量评价研究提供一种新的、可借鉴的思路和方法。     

黄芩提取物对金黄色葡萄球菌体内外抑菌作用的实验研究

研究黄芩醇提物和水提物对金黄色葡萄球菌的体外抑菌作用,及体内抗感染保护作用的实验研究。采用体外牛津杯药敏法;小鼠体内抗感染的保护作用法。黄芩醇提取物在体外牛津杯药敏法中按药物作用量150μg/μL、200μg/μL、250μg/μL、300μg/μL抑菌圈直径分别为17 mm、18 mm、18 mm、18 mm,黄芩水提取物抑菌圈直径为8 mm、8 mm、11 mm、13 mm。在体内实验中腹腔注射金黄色葡萄球菌0.5 mL细菌数为1×109,黄芩醇提取物的小鼠存活率为10%,黄芩水提取物的小鼠存活率为40%。黄芩醇提取物在体外对金黄色葡萄球菌的抑菌效果较好。而黄芩水提取物在体外抑菌实验结果中对金黄色葡萄球菌无明显抑菌作用。在体内的抗感染保护作用中黄芩水提取物的保护作用优于黄芩醇提取物。     

六种中草药提取液的抑菌杀菌作用研究

本文选用取白芷、白术、白芨、黄芩、黄柏、麦冬等六种中草药，用35％酒精提其活性成分，对大肠杆菌、枯草杆菌、金黄色葡萄球菌、酵母菌这四种菌进行抑菌、杀菌试验．抑菌试验表明：六种中草药提取液对四种菌都有明显的抑制作用，其中白芨、黄芩对四种菌的抑菌率均在83．1％以上；杀菌试验表明：六种中草药提取液对四种菌有不同程度的杀灭作用．     

凝固型酸奶中金黄色葡萄球菌预测模型的比较分析

为预测凝固型酸奶中金黄色葡萄球菌的生长情况,将金黄色葡萄球菌接种到凝固型酸奶中,应用Gompertz模型、Logistic模型、Richards模型等模型对10℃、25℃、42℃下金黄色葡萄球菌的生长数据进行拟合,构建了凝固型酸奶中金黄色葡萄球菌预测模型。通过残差和拟合度等统计指标考察了4种模型的拟合能力,通过比较分析4种模型对凝固型酸奶中金黄色葡萄球菌生长数据的拟合情况,建立了不同温度下凝固型酸奶中金黄色葡萄球菌的一级生长预测模型。结果表明:10℃条件下Logistic模型拟合出最小的RSS、RSE、AIC值,而Gompertz模型在25℃和42℃条件下拟合出最小的RSS、RSE、AIC值。凝固型酸奶中金黄色葡萄球菌最适生长模型分别为:10℃为Logistic模型,25℃、42℃适合采用Gompertz模型。     

中草药提取工艺优化及其体外抑菌的研究

对大黄、山楂、苦参、薄荷、黄芩和黄柏采用水煮法和乙醇回流法进行提取,用两倍稀释法测定金黄色葡萄球菌和大肠杆菌的体外最小抑菌浓度(MIC),研究不同中草药提取物的抑菌能力.结果表明:6种中草药对金黄色葡萄球菌呈现不同程度的抑菌作用,MIC值在1.56～50 mg/mL之间,其中大黄和黄芩的提取物对金黄色葡萄球菌的抑菌效果...     

基于神经网络的中药黄芩药效评价方法研究

本文建立了中药黄芩药效评价的BP神经网络模型,通过收集海量相关数据,训练其模型参数,建立了中药黄芩谱-效结合评价系统。测试结果证明了该方法的先进性与可靠性。     

3种中药对产酶菌R质粒消除作用的研究

用煎煮法制备的黄芩、黄连和鱼腥草中药原液,在对产β-内酰胺酶金黄色葡萄球菌测定最小抑菌浓度的基础上进行了耐药质粒(R质粒)消除试验,并用美国国立临床实验室标准化委员会颁布的标准进行消除效果的判定。结果表明:黄芩、黄连和鱼腥草3种中药原液对2株产β-内酰胺酶金黄色葡萄球菌耐药质粒具有不同程度的消除作用,消除率分别达到15.27%、14.58%和6.25%及5.56%、0.00%和3.47%。     

响应面法优化虎杖中反式白藜芦醇的提取工艺及抑菌活性

采用响应面分析法优化了虎杖中反式白藜芦醇的提取工艺,其最优提取工艺条件为:以体积分数79%乙醇为溶剂,53℃回流提取1.1h;此条件下白藜芦醇提取量为5.912mg/g,与理论值5.918mg/g接近。产物经红外和质谱鉴定为反式白藜芦醇(纯度99.8%)。考察了经分离纯化后的反式白藜芦醇对大肠杆菌、金黄色葡萄球菌的体外抑菌作用,结果表明所得反式白藜芦醇具有抑菌活性,10h后质量浓度为0.125mg/mL的反式白藜芦醇对金黄色葡萄球菌的抑菌率为80%,而质量浓度为1.00mg/mL的反式白藜芦醇对大肠杆菌的抑菌率为40%。     

黄酮类化合物抗菌增敏剂的筛选

通过测定12种黄酮化合物的抗菌活性,筛选出了与头孢他啶联用时具有协同作用的增敏剂,同时以微量稀释法测定了化合物的最低抑菌浓度;并以棋盘法测定了化合物联用后的最低抑菌浓度;此外,以杀菌曲线法、纸片法、细菌泳动能力法观察了化合物与头孢他啶联用后对细菌的影响.结果表明:12种化合物均表现出一定的抗菌活性,它们对金黄色葡萄球菌、枯草芽孢杆菌、铜绿假单胞杆菌、大肠杆菌的抑菌率均低于30%.单一黄酮化合物与头孢他啶联用时,其联合抑菌率有不同程度的提高,但未达到协同作用;而当盐酸黄酮哌酯与3-甲基黄酮-8-羧酸组合后再与头孢他啶联用时,可以显著地增强头孢他啶抗金黄色葡萄球菌的能力,三者具有协同作用,其联合抑菌率为95%;此外,盐酸黄酮哌酯与3-甲基黄酮-8-羧酸组合虽然可以增强头孢他啶抗枯草芽孢杆菌、铜绿假单胞杆菌、大肠杆菌、耐甲氧西林金黄色葡萄球菌的能力,但其联合抑菌率仅分别为81%、78%、78%、82%,所以并未达到协同作用的效果,然而,盐酸黄酮哌酯和3-甲基黄酮-8-羧酸同时与头孢他啶联用时却可以增强头孢他啶抗金黄色葡萄球菌的能力,而且具有协同作用的效果.     

异常点检测后的偏最小二乘回归模型

偏最小二乘回归是通过一组自变量来预测一个或一组因变量的统计方法。但在很多情况下用于建模的样本点由于种种原因会出现一些异常情况,这些异常点和其他样本点之间都存在着很大的偏差。异常点的存在对所建立的模型和真实模型就有很大的偏差。基于这一问题本文通过构造统计量对所给的样本点进行选择,剔除对模型的构造有很大影响力的样本异常点,从而获得一个相对合理的样本空间。在相对合理的样本空间中采用偏最小二乘回归建立模型。运用MATLAB编程,通过一个实例说明在对于异常点剔除后的样本空间中建立模型的精确程度有了很大的提高。     

偏最小二乘建模及其多重共线抑制能力分析

首先,分析偏最小二乘法解决问题的思路,进而从数学角度刻画偏最小二乘法的四步建模过程.然后,利用数学归纳法证实偏最小二乘法对多重共线的抑制能力.最后,以某地区的供水能力评价为研究实例,证实偏最小二乘法的有效性.结果表明:偏最小二乘法完全适用于多变量复杂关系的求解.     

基于灰箱模型的LF精炼终点温度预测

以国内某钢厂一30 t LF精炼炉为研究对象,通过建立由传热机理模型和黑箱模型相结合的灰箱模型对LF精炼终点温度进行了预测。首先根据能量守恒定律建立了传热机理模型。针对包衬耐材的蓄热以及合金的热效应难以精确计算的问题,采用偏最小二乘黑箱模型对这一部分温度进行了处理,最后将两种模型相结合综合预测了LF钢包精炼的终点温度。结果表明,偏最小二乘法在预测包衬的耐材蓄热和合金热方面的温度误差在±5℃以内的命中率达到97%以上,总的灰箱模型预测LF精炼终点温度误差在±5、±8、±10℃以内的命中率分别达到88%、96%和99%,模型具有较高的预测精度。研究可为该钢厂的LF精炼工艺提供指导。     

基于Lasso方法的碳钢土壤腐蚀率预报研究

提出了一种基于Lasso的step adaptive Lasso with Pls(SALP)方法,采用Bayesian Bootstrap算法重构样本,通过多模型集成对变量进行预选,以消除数据扰动和离群点对于模型性能的影响。应用偏最小二乘权重系数改善Lasso方法在处理小样本数据时的参数估计不准确问题。采用碳钢在土壤中的腐蚀数据为研究对象,建立了腐蚀率模型。实验证明:SALP方法建立的模型可以准确地拟合和预测土壤中的碳钢腐蚀率变化。该方法适用于自然环境中材料腐蚀率的预测及类似研究领域。     

基于改进的偏最小二乘回归的酸雨pH值预测

酸雨pH值受到酸性离子[SO4^2-]、[NO3^-]和碱性离子[Ca^2＋]、[NH4^＋]等的影响。这些影响因素之间存在多重相关性。用一般最小二乘回归分析预测pH值，参数估计存在很大的误差且物理意义明显不足。应用偏最小二乘回归技术建立pH值预测模型，克服了自变量之间多重相关性的问题，因而更具有先进性，计算结果更为可靠，而改进的偏最小二乘回归则从预测角度对偏最小二乘回归模型进行了改进。以我国17个城市pH值预测为例，说明了改进的偏最小二乘回归法比普通偏最小二乘回归法效果好。     

小麦赤霉病神经网络和偏最小二乘预测模型

选取2004-2014年间发病期的气象因素为自变量,小麦赤霉病病穗率为因变量,借助神经网络的函数映射能力,采用Fletcher-Reeves算法的变梯度反向传播算法,建立了小麦赤霉病的气象预报模型.由于神经网络无法提供直观的函数来反映病穗率与气象因子之间的关系,为了进一步分析气象因子间的相关性,采用主成分分析法提取主成分,并利用回归分析得到线性函数关系,建立了偏最小二乘模型.神经网络预测模型平均预报精度达到99%,但只提供病穗率和气象因子之间的拓扑关系;偏最小二乘预测模型可以得到病穗率和气象因子之间直观的函数关系,模型平均预报精度达到97%.2种模型均具有较高的预报精度,对小麦赤霉病的预防工作具有一定的参考价值.     

可控电解珩磨准稳态加工去除规律模型参数的确定

可控电解珩磨的本质就是实时变化电场控制的电化学机械复合加工方法,以微机实时控制电解珩磨过程中工件表面的电解电场强度,从而调控各点金属去除速度,获得工件要求几何形状精度。针对建立的准稳态加工条件下去除规律的基本模型,通过实际加工中去除实验的分析与综合,利用最小二乘拟合方程确定基本模型中的相应参数,建立了一定加工条件下去除规律的实用数学模型。     

油气勘探风险评价的偏最小二乘-最大熵法模型及应用

油气勘探风险的定量评价一直是国内外研究的难点.作者在分析传统风险评价方法的优缺点、剖析偏最小二乘法和最大熵法优势的基础上,首次提出了偏最小二乘-最大熵(PLSME)风险分析模型.偏最小二乘法较好地实现了多元线性回归、主成分分析和典型相关分析的有效综合,通过自变量的PLS回归线性处理,不仅能消除粗差解决变量之间的相关性问题,而且能辨识每一个自变量对因变量的控制程度;最大熵法通过对偏最小二乘得出的风险因子与总经济效益净现值关系式的检验,利用最大值、最小值和最可能值的训练,能了解指标最终服从的概率分布,客观得出风险的大小.两者结合起来构建的PLSME模型,能使风险评价结果更加准确、合理和客观.通过对四川德阳新场气田的实例应用,表明偏最小二乘-最大熵评价方法科学可行,对同类研究具有借鉴作用.     

傅里叶变换近红外光谱分析技术在物检中的应用

应用傅里叶变换近红外光谱分析技术（FT—NIR），测定了934个具有代表性的卷烟纸和成型纸样品的近红外透射光谱数据．同时采用行业标准方法测定了卷烟纸和成型纸定量、厚度、透气度、水分、灰分、抗张强度（伸长率、拉力）的物理指标数据．利用偏最小二乘法（PLS）结合傅里叶变换近红外透射光谱，分别建立了卷烟纸定量、厚度、透气度、水分、灰分的数学模型；并在显著性水平大干0．05的条件下，将模型的预测值与行业标准方法测定的结果相对比，两者无显著性差异．该分析方法用于对卷烟纸物理指标的测定，具备同时、快速、准确、操作简单、无污染等特点．