当前位置: 首页 > 期刊 > 《数理医药学杂志》 > 2007年第1期
编号:11399750
DPS统计软件实现大黄正品识别
http://www.100md.com 《数理医药学》 2007年第1期
     摘 要: 介绍DPS统计软件的模糊聚类和模糊识别功能,可以方便地完成大黄正品识别。

    关键词: 统计软件; 模糊聚类; 模糊识别

    1 问题的提出

    临床上使用的大黄,除中国药典规定的正品外,还有多种伪劣品混杂。这里,用化学计量学的方法研究不同种大黄间的质量差异,选取8种生理活性成分作为考察质量的指标,使用模糊聚类的方法进行分类,以便准确地区分药典规定的正品大黄与非正品大黄在所含成分上的差异。利用8种大黄的分类,再进行模糊识别,判断未知样品属于的类别。由于模糊聚类和模糊识别的计算很复杂,本研究介绍DPS统计软件的模糊聚类和模糊识别功能,可以方便地做大黄正品识别。

    2 模糊聚类

    根据国内外对8种大黄的活性成分研究结果,筛选出能代表其生理活性的8种成分,并将其量化。1代表有,0代表无,见表1。

    这是对观测分类,有多有少具模糊性。以8种大黄为行,8种成分为列,在DPS705电子表格输入数据。选定数据块,选择“其它”菜单→“模糊数学方法”→“模糊聚类”命令。由于数据无量纲,但只有两个可能取值,故指定标准化转换。指定夹角余弦,得到掌叶、药用、鸡爪为一类,其它为另一类。 指定最大最小,得到掌叶、药用、鸡爪各为一类,其他为第四类。夹角余弦或最大最小,均可以达到区分3种正品大黄与5种非正品大黄的目的。夹角余弦或最大最小的分类谱系图图1。

    表1 大黄8种成分的量化值 略

    糊聚类利用8种大黄的两分类,判断表2所示的两未知样品属于的类别。

    表2 两种未知大黄成分的量化值 略

    4 结论

    DPS是国内的统计软件,可以方便地完成8种大黄的模糊聚类和未知样品的模糊识别。

    参 考 文 献

    1 周仁郁,主编中医药统计学北京:中国中医药出版社,2004,185~233.

    2 周仁郁DPS统计软件分析高血压病因数理医药学杂志,2005,18(6):606~607., 百拇医药