论文部分内容阅读
利用近红外技术,建立了一种基于代表率和投票机制的分类方法监测片剂包衣终点。首先,采用系统聚类对各包衣时间点样本均值进行聚类,建立分类模型;然后,用本文提出的代表率对各时间点样本进行模型验证,通过代表率验证均值聚类模型,明确模型的有效性和可行性;最后,用训练模型预测各时间点样本类别,通过投票机制获得各时间点最终投票结果,弥补了系统聚类无模型预测的不足,也可避免个别样本导致的错误判断。经实验数据验证:代表率最低的是T100M,为73.33%;最高的是T130M,为100.00%;平均代表率为86.77%。投票结果得出第一批测试数据和第二批测试数据的包衣终点分别为1T130M、2T132M,另外投票机制还能监测其他时间点的包衣过程。