双指标等级序列模式识别法分析十全大补丸氯仿提取物红外指纹图谱

采用一种新型模式识别方法--双指标等级序列模式识别法,对不同厂家生产的中药复方十全大补丸样品氯仿提取物的红外指纹图谱进行了分析,以实现中药复方的准确鉴别及质量控制。该法同时具有无监督及有监督模式识别的优点,无须经验知识,通过确定每个样品双指标序列中的相似样品序列,同时进行聚类及分类分析。采用该法对3个不同厂家生产的22个中药复方中成药十全大补丸样品的氯仿提取物的红外指纹图谱进行鉴别研究,正确识别率达100％,而采用UPGMA系统聚类方法的正确识别率仅为72.7％。双指标等级序列模式识别法结合红外指纹图谱,无需任何先验知识即可实现中药复方的快速准确鉴别及质量评价。     

ΔSr等级序列模式识别法分析补中益气丸和十全大补丸HPLC指纹图谱

建立一种新的中药HPLC指纹图谱模式识别方法-指纹图谱相对峰面积差（ΔSr）等级序列模式识别法,可以综合利用指纹峰峰位定性信息及成分含量信息实现中药复方黑箱体系的鉴别及定量质量评价。测定了中药复方补中益气丸和十全大补丸无水乙醇提取物HPLC指纹图谱,建立ΔSr序列。根据正态分布定义不同相似度等级ΔSr≤ΔSr+xSv,-3≤x≤+3, 确定各样品的特征样品组,构成每个样品的分类信息。该法无须对照样品及经验知识,可以对这两种组成相似的中药复方进行准确精细的分类,品种识别率100％,而相关系数r和向量夹角余弦cosα相似度法无法准确识别两类样品。ΔSr等级序列聚类法是一种准确的HPLC指纹图谱分析方法,适用于中药复方复杂生物系统-一种黑箱系统的鉴别及质量评价。     

模式识别的斜拉桥损伤诊断动力指纹与识别算法

为有效并准确诊断出斜拉桥损伤,对基于模式识别的斜拉桥损伤诊断方法进行了研究。选取易于测试出的低阶模态频率和部分关键点竖向振型数据为动力指纹,无需模态扩展或模型缩聚。研究并采用全因子设计进行动力指纹库的创建,可精确评估设定的损伤因子及其交互作用对损伤识别结果的影响。设计并增加了带随机误差的动力指纹库样本集。编制了基于Matlab的模式识别的多种算法,重点研究了精确度高的多层感知器识别算法及其提高该算法预测准确率的装袋集成算法。最后给出一座单塔双跨双索面斜拉桥的多种识别算法的损伤诊断过程和结果,得到一种可包容测试随机误差的高精确度斜拉桥损伤诊断评估模型。