均值相似度与区间相似度在石菖蒲GC-MS特征指纹图谱中的比较

目的探讨石菖蒲挥发油GC-MS特征指纹图谱相似度计算的合理方法,为中药GC-MS特征指纹图谱相似度的计算提供一种可行模式。方法比较3种不同相似度计算方式:①仅取21批次石菖蒲挥发油中甲基丁香酚、顺式甲基异丁香酚、反式甲基异丁香酚、-γ细辛醚、β-细辛醚、-α细辛醚等6个特征指标成分与均值比较。②除6个特征指标成分外,将其余成分视作一个整体,并入一同与均值进行计算。③视每个特征成分的均值加减标准差这个区间为天然波动范围,计算“区间相似度”。并采用文献数据验证3种计算方法的实用性。结果暂定特征指标成分加其余成分合计相似度(夹角余弦法)在0.97以上的样品为合格样品;“区间相似度”能合理体现挥发油的质量,暂定0.96以上样品质量较佳。结论本文建立的石菖蒲数据信息共有模式,使在不同GC-MS仪器、色谱柱、色谱条件下的分析结果可以相互比对,提高指纹图谱的实用性。“区间相似度”似更符合中药成分的实际情况,它不是一个固定的值,而是一个波动的区间,而将这一区间控制在合理的范围即可保证中药的质量稳定。

关于羊草草原的分类——排序方法的应用

羊草草原是草原植被重要的群落类型之一,它在草甸草原,典型草原植被中都占有一定地位。为阐明这一草原群落的变异规律,依据其群落组成,结构及其地上生物量的变化与环境的关系进行分类颇为重要,进而为合理开发资源,利用资源提供理论依据。

基于隐语义模型改进的协同过滤推荐算法

为解决传统的协同过滤算法相似度计算不精确而导致的推荐召回率低的问题。通过LFM隐语义模型与协同过滤结合的方法研究了用户不相似度与用户平均兴趣程度对推荐召回率的影响,并且提出依据个人选择能力的个性化推荐策略。结果表明:该算法能够有效优化用户间的相似度,提高推荐结果的召回率。