1 广西警察学院信息技术学院, 广西 南宁 530028
2 桂林电子科技大学计算机与信息安全学院, 广西 桂林 541004
药品质量关乎人民健康和国家命脉, 随着社会经济的飞速发展对药品质量的快速、 有效鉴别具有极其重要的作用。 光谱分析技术具有较高的准确性、 较快的分析速度且对样品不存在污染等突出优点, 广泛应用在化工、 石油以及医药等重要的领域。 为了解决传统药品鉴别模型存在的鉴别精度低、 鉴别速度不能满足实际需求且鉴别模型稳定性差的问题, 采用光谱仪采集药品的近红外光谱数据达到对药品无污染鉴别的目的。 结合随机森林和CatBoost对药品进行分类鉴别, 以实现快速且准确的鉴别。 首先采用随机森林(RF)对光谱仪采集的光谱数据进行有效特征波长的筛选, 从而将药品光谱数据中的无关波长去除、 筛选出最能表征样品属性的特征波长, 然后以极限学习机(ELM)作为CatBoost的弱分类器分析筛选的特征波长对药品的属性鉴别。 由于ELM仅只含有一个隐含层且无需多次迭代寻优保证了鉴别模型运行速度更快, CatBoost通过集成弱分类器以改善模型鉴别准确性。 为对所提出的药品鉴别模型性能进行有效评估, 采用随机抽取训练集的方式构造不同规模药品光谱数据并分别上进行独立实验且以10次运行结果的均值作为其最终结果, 并通过与CatBoost、 持向量机(SVM)、 反向传播网络(BP)、 ELM、 波形叠加极限学习机(SWELM)和Boosting进行对比, 进一步对模型的性能进行评估。 从不同规模训练集的分类结果可看出, 随着训练集样本的增加分类精度最高为100%且预测标准偏差趋于0。 实验结果表明, 所建立RF-CatBoost鉴别模型在不同规模的药品数据集上较对比方法具有更高的分类准确率、 更快的速度且其鲁棒性更强, 能够广泛应用于药品类别的准确鉴别, 从而实现药品质量的有效监督。
近红外光谱 随机森林 极限学习机 Near-infrared spectroscopy Random Forest Extreme learning machine CatBoost CatBoost 光谱学与光谱分析
2022, 42(7): 2148
1 桂林电子科技大学计算机与信息安全学院, 广西 桂林 541004
2 桂林电子科技大学商学院, 广西 桂林 541004
3 北京邮电大学人工智能学院, 北京 100876
4 中国食品药品检定研究院, 北京 100050
近红外光谱分析技术对检测样品无损伤且检测速度快、 精度高, 因此被广泛应用在了药品检测、 石油化工等领域, 尤其近年来机器学习和深度学习建模方法的深入应用使其具备了更准确的检测性能。 然而, 样品的近红外光谱数据具有比较高的维度且存在谱间重合、 共线性和噪声等问题, 对近红外光谱模型的性能产生消极影响, 此时样品有效特征波长的筛选极为重要。 为了提高近红外光谱定量和定性分析模型的准确性和可靠性, 提出了一种近红外光谱变量选择方法, 其结合了最小角回归（LAR）和竞争性自适应重加权采样（CARS）的优点, 具有更优的性能。 该方法利用LAR初步筛选样品全谱区的特征波长, 接着利用CARS对筛选出来的特征波长进一步选择, 从而有效去除无关特征波长。 为验证该方法的有效性, 从定量和定性分析两个方面评价该方法。 在定量分析实验中, 以FULL, LAR, CARS, SPA和UVE作为对比方法, 以药品样品数据集为实例建立PLS回归分析模型, 经LAR-CARS筛选出的变量建立的PLS模型在药品数据集表现出较高的预测决定系数和较低的预测标准偏差。 在定性分析实验中, 以SVM, ELM, SWELM和BP作为对比方法、 不同比例训练集的药品数据集为实例建立分类模型, 经LAR-CARS筛选出的变量建立的SVM分类模型精度最高达100%。 从实验结果可见, LAR-CARS可有效的筛选出表征样品特征的波长, 利用其筛选出的波长建立的定量、 定性分析模型具有更好的鲁棒性, 可用于样品光谱的特征波长筛选。
近红外光谱 波长筛选 最小角回归 自适应重加权采样 Near infrared spectroscopy Wavelength selection Least angle regression Competitive adaptive reweighted sampling 光谱学与光谱分析
2021, 41(6): 1782
光子学报
2020, 49(10): 1010002
1 北京邮电大学自动化学院, 北京 100876
2 桂林电子科技大学计算机与信息安全学院, 广西 桂林 541004
3 中国食品药品检定研究院, 北京 100
4 中国食品药品检定研究院, 北京 100050
提出一种稀疏降噪自编码结合高斯过程的近红外光谱药品鉴别方法。 首先对近红外光谱数据进行小波变换以消除基线漂移, 然后用稀疏降噪自编码(SDAE)网络提取光谱特征并降维表示, 最后采用高斯过程(GP)进行二分类, 其中GP选用光谱混合(SM)核函数作为协方差函数, 记此分类网络为wSDAGSM。 自编码网络具有很强的模型表示能力, 高斯过程分类器在处理小样本数据时具有优势。 wSDAGSM网络通过稀疏降噪自编码学习得到维数更低但更有价值的特征来表示输入数据, 同时将具有很好表达力的光谱混合核作为高斯过程的协方差函数, 有利于更准确的光谱数据分类。 以琥乙红霉素及其他药品的近红外光谱为实验数据, 将该方法与经过墨西哥帽小波变换的BP神经网络(wBP)、 支持向量机(wSVM), SDAE结合Logistic二分类(wSDAL)、 SDAE结合采用平方指数(SE)协方差核的GP二分类(wSDAGSE), 以及未采用小波变换的SDAGSM网络等方法进行对比。 实验结果表明, 对光谱数据进行墨西哥帽小波变换预处理能有效提升SDAGSM网络的分类准确率和稳定性。 wSDAGSM方法无论从分类准确率还是分类结果稳定性方面, 都优于其他分类器。
高斯过程 自编码 小波变换 近红外光谱 药品鉴别 Gaussian process Autoencoder Wavelet transforms Near infrared spectroscopy Pharmaceutical discrimination 光谱学与光谱分析
2017, 37(8): 2412
1 桂林电子科技大学电子工程与自动化学院, 广西 桂林 541004
2 北京邮电大学自动化学院, 北京 100876
近红外(NIR)光谱一般具有较多的波长变量数, 对其直接或间接地进行变量选择是提高模型稳定性能及预测性能的关键。 最小角回归(LAR)是一种相对较新和有效的机器学习算法, 常用于进行回归分析和变量选择。 面向光谱建模应用, 提出一种LAR结合遗传偏最小二乘法(GA-PLS)的变量选择方法, 可有效筛选出少数特征波长点。 首先在全光谱区利用LAR消除变量间的共线性得到初筛波长点, 然后用GA-PLS对LAR筛选出的波长点进一步优选从而得到最终建模用的特征波长点。 为验证本文方法的有效性, 以药片和汽油的近红外光谱回归分析作为应用案例, 对原光谱进行预处理后, 采用该方法进行变量筛选, 然后分别建模其中的活性成分含量和C10含量。 结果显示, 在这两个应用中, 最终优化得到的特征波长点数均只需七个, 而两者的预测决定系数R2p分别达到0933 9和0951 9, 与全光谱、 无信息变量消除法(UVE)和连续投影算法(SPA)等方法相比, 特征波长点更少, 同时R2p和预测均方根误差RMSEP值更优。 因此, LAR结合GA-PLS, 能有效地从近红外光谱中选择出信息变量从而减少建模波数, 提高预测精度, 拥有较好的模型解释性。 该方法可为特定领域的专用光谱仪设计提供有效的波长筛选工具。
近红外光谱 最小角回归 变量选择 共线性 遗传偏最小二乘法 Near-infrared spectroscopy Least angle regression Variable selection Collinearity Genetic algorithm-partial least square 光谱学与光谱分析
2017, 37(6): 1733
1 桂林电子科技大学电子工程与自动化学院, 广西 桂林 541004
2 北京邮电大学自动化学院, 北京 100876
3 中国食品药品检定研究院, 北京 100050
近红外光谱检测和模式识别方法相结合, 在药品的现场快速无损监督管理中有广阔的应用前景。 传统的鉴别方法以最小化错误率为目标, 往往忽略了样本数据的类别不平衡性, 从而使得少数类样本被多数类样本淹没, 降低少数类样本对分类器的影响, 使分类结果更加倾向正确识别多数类样本, 严重影响鉴别结果。 针对药品光谱数据中真假药品类别不平衡问题进行研究, 融合平衡级联和稀疏分类方法(SRC), 提出一种级联的稀疏分类药品鉴别方法(BC-SRC)。 文中在多数类样本中选取和少数类数目相同的样本作为训练样本, 并在多数类样本中进行多次平行采样使得多数类样本被全部获得过（采样次数为多数类样本数与少数类样本数商的向上取整), 最终得到测试样本的多组预测结果, 根据得到的多组结果获得最终预测标签。 将提出的方法在Matlab 2012a上进行仿真实验, 通过三组样本集的实验证明该方法的有效性, 实验结果表明该方法优于常用的偏最小二乘(PLS)、 极限学习机(ELM)和BP神经网络分类法, 特别是在解决类别不平衡问题时, 当不平衡因子大于10时, BC-SRC算法分类相对于其他算法性能更好, 且稳定性更高。
近红外光谱 稀疏分类 平衡级联 药品鉴别 NIRS SRC Balance cascading Drug identification
1 桂林电子科技大学, 广西 桂林 541004
2 中国药品生物制品检定所, 北京 100050
近红外光谱药品鉴别作为识别假冒伪劣药品的一种有效技术手段, 已被广泛应用到各大医疗行业和药品监督管理机构, 并结合模式识别建模方法在基层药品打假中得到较好的推广。 由于传统建模方法很难满足药品鉴别中大规模、 多分类、 快速建模等问题, 因此采用一种基于波形叠加极限学习机(SWELM(CS))分类方法对光谱数据进行鉴别。 通过选用极限学习机(ELM)作为光谱药品分类器, 使得分类模型具有快速学习能力以及对训练样本不敏感的特点; 由于极限学习机的连接权值和隐层神经元阈值是随机生成导致网络稳定性差, 因此结合布谷鸟搜索算法优化分类模型参数; 采用反双曲线正弦函数与Morlet小波函数叠加的激励函数代替ELM原有的单一激励函数改善了分类模型的收敛速度和稳健性。 通过上述改进方法使得SWELM(CS)具有对训练样本不敏感性, 布谷鸟参数优化的分类稳定性、 波形叠加函数的强收敛性与信号特征提取能力。 该方法为核函数提供的信号特征提取及拟合的思想, 可推广到其他学习算法中以获取更高的分类准确度及稳定性。 该实验选定西安杨森制药厂生产的249个近红外光谱药品样本作为研究的主要对象, 重点研究光谱药品的二分类和多分类实验, 实验证明SWELM(CS)分类器相比BP神经网络、 标准ELM以及粒子群优化ELM等传统分类器算法具有更高的分类准确度、 分类稳定性及更小的训练样本敏感性。
波形叠加极限学习机SWELM(CS) 近红外光谱 药品鉴别 Summation wavelet extreme learning machine (SWELM Near infrared spectroscopy (NIRS) Drug discrimination 光谱学与光谱分析
2014, 34(10): 2815
