基于近红外光谱技术和分类与回归树算法建立天舒片崩解时间预测模型

目的基于近红外光谱(near infrared spectrum,NIRS)技术,建立一种快速预测天舒片崩解时间的方法。方法采集39个批次共468个样品的NIRS,对比分类和回归树(classification and regression trees,CART)算法与偏最小二乘(partial least-square,PLS)算法2种模型的预测效果,建立天舒片崩解时间预测模型。结果经基线校正处理后建立的CART模型性能最优。与PLS模型相比该模型将相对校正均方根偏差(relative root mean square error of correction,RRMSEC)由7.43%降低至4.94%,相对预测均方根偏差(relative root mean square error of prediction,RRMSEP)由7.84%降低至7.66%。结论NIRS技术结合CART算法预测天舒片崩解时间是可行的,为天舒片崩解时间快速无损检测提供了一种新方法。

半月城堡

那惊恐的尾巴，让另一半的月亮，随着风消失了。那黑色的毛发，是在告诉我，黑暗即将来临。也许是惊恐，也许是失落，让那些精灵花儿，深深地凋谢了。原本微笑的太阳，又消失在黑夜里。