论文部分内容阅读
本文以近红外光谱和高效液相色谱两类测试信息以及烟草、中药生产中的经验规律为基础进行数据挖掘与信息抽提，以实现对天然产物的质量分析与控制。
建立了基于NIRS信息的烟叶产地判别模型，并进行了预测验证。采用方差分析和模式识别的方法，对三台不同型号近红外仪进行了长达7个月的稳定期考察，结果表明根据三台仪器的近红外光谱所建烟叶判别模型在考察期内仍具有90％以上的准确性。更长时间的稳定性考察有待进一步验证。
通过对烟叶NIR信息、化学值以及其他信息的分析与处理，构建了烟叶风格特征描述子并以其为基础，采用原料样本子集优选与配方含量优化交替进行的方法开发了烟叶复配替代方法。并进行了复配替代的净烟叶、加香加料的烟叶以及放入卷烟配方中的中样和大样评吸验证，结果表明采用本文方法可以实现不同产地烟叶的复配替代而不影响烟叶或卷烟的风格特征。
利用图论理论开发了根据色谱积分数据进行色谱峰的全局最优匹配方法，并采用珍菊降压片等中药提取物的HPLC谱图进行了匹配验证，结果表明本文的色谱匹配方法可以很好地实现对色谱图的谱峰匹配。在此基础上以板蓝根提取物的HPLC为目标，进行了对中药提取物的复配、以保持其质量稳定的可行性研究。结果表明复配的板蓝根提取物与标准样本的相似系数高于原样本与标准样本的相似系数。
本文工作表明利用数据挖掘与信息抽提技术分析生产与科研中产生的大量数据，用抽提的有效信息指导生产实践，实现产品质量的稳定、可控是可行的。