换一批血糖近红外光谱分析中奇异样本去除方法研究
Research of Outlier Samples Elimination Methods for Near-Infrared Spectral Analysis of Blood Glucose
摘要血糖浓度的近红外光谱分析中,奇异样本的存在会影响多元校正模型的精度.本研究建立了基于蒙特卡洛交互验证法(MCCV)的奇异样本去除方法,通过人体离体血浆实验和人体在体试验,验证了该方法在血糖近红外光谱分析中的应用效果,并与基于改进的无信息变量消除的无信息样本去除方法(MUVE-USE)进行了比较研究.实验结果表明,基于MCCV的奇异样本去除方法,除了与MUVE-USE一样可去除由于粗大误差(如样品损坏)或系统误差(如仪器漂移)产生的奇异样本外,还能同时去除对模型精度有影响的由于不确定原因产生的随机误差等奇异样本.去除多种奇异样本后建立的多元校正模型的精度明显提高.
更多相关知识
关键词
近红外光谱分析血糖奇异样本蒙特卡洛交互验证法near-infraredspectral analysisblood glucoseoutlier sampleMonte-Carlo cross validation
分类号
O657.33
栏目名称
DOI
10.7507/1001-5515.20150234
发布时间
2016-01-14（万方平台首次上网日期，不代表论文的发表时间）
基金项目
高校产学合作科技重大资助项目（(2013H6015)）
华侨大学科研启动基金资助项目（(11BS413)）
- 浏览7
- 被引3
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
