UPLC-QDA与机器学习区分川贝母商品规格的研究及数据增强技术应用探讨

摘要： 该文建立基于机器学习技术的准确预测川贝母商品规格的方法，并且对数据增强技术在药物分析领域的应用进行探讨。对30批样品的UPLC-QDA多通道叠加数据使用correlation optimized warping(COW)算法进行峰校正，并对数据进行归一化处理，通过聚类分析、主成分分析、相关性分析等非监督学习方法，掌握数据大致特点，然后使用逻辑回归算法对数据进行监督学习，并使用条... ... （共11页）