山东大学学报(理学版)

作者：聂斌,陈裕凤,何雁,罗晓健,饶小勇,李欢,金正吉

单位：1.江西中医药大学计算机学院, 江西 南昌 330004;2.江西中医药大学中药固体制剂制造技术国家工程研究中心, 江西 南昌 330006

关键词：近红外技术,包衣,代表率,投票机制,

基金：国家自然科学基金资助项目(81960715,61562045,62141202,61762051);国家“重大新药创制”科技重大专项基金资助项目(2018ZX09201010)

利用近红外技术,建立了一种基于代表率和投票机制的分类方法监测片剂包衣终点。首先,采用系统聚类对各包衣时间点样本均值进行聚类,建立分类模型;然后,用本文提出的代表率对各时间点样本进行模型验证,通过代表率验证均值聚类模型,明确模型的有效性和可行性;最后,用训练模型预测各时间点样本类别,通过投票机制获得各时间点最终投票结果,弥补了系统聚类无模型预测的不足,也可避免个别样本导致的错误判断。经实验数据验证:代表率最低的是T100M,为73.33%;最高的是T130M,为100.00%;平均代表率为86.77%。投票结果得出第一批测试数据和第二批测试数据的包衣终点分别为1T130M、2T132M,另外投票机制还能监测其他时间点的包衣过程。

来源：2022年第11期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2022年第11期