1、“.....为了表示种多肽的不确定度大小，种多肽在范围内的误差棒如图所示，从图中可以看出在低频段，种多肽样品几乎重叠，难以直接区柜中干燥，干燥柜湿度，温度。将样品与聚乙烯按照∶的质量比例混合，充分研磨。在压力下，压，压成厚度为，直径为的样品片，每种多肽分别压制符合要求，表面均匀的样品各片。探讨生物活性肽检测中太赫兹光谱技术的运用有机化学论文。本文主要利用海参肽牛骨肽鱼肽种代表性生物活性肽探讨生物活性肽检测中太赫兹光谱技术的运用有机化学论文兰中国医药导报，周亭屹，高新昌，等食品工业科技，何明霞，郭帅电子测量与仪器学报，李利龙硕士学位论文长沙理工大学，何晓群多元统计分析北京中国人民大学出版社，王璞，何明霞，李萌，曲秋红，刘锐......”。

2、“.....基金国家自然科学基金项目资助。实验部分设备实验使为的准确率。运行时间最短的是极限学习机，只需要。但是，在综合考虑测试集准确率和运行时间的情况下，最适合分类这种多肽的算法是基于网格搜索的支持向量机，准确率为，运行时间是。表建模方法对预测结果的影响结论以牛骨肽，海参肽，鱼肽种生物活性肽为研究对象，验证了太赫兹时域光谱技术对其定性分析中的应有潜力。为了更最短。随机森林模型本身自带降维的能力，无需进行降维处理，结果如图所示，准确率为。图随机森林分类结果最优参数选择分类结果图分类分类结果最优参数选择分类结果建立极限学习机模型，经过多次试验，综合考虑准确率和运行时间，参数选择如图所示，最优的隐含层神经元个数为......”。

3、“.....结果表明，向量机惩罚因子的最优值为，核函数参数的最优值是，训练集准确率，测试集准确率，用时。图为主成分分析结合遗传算法下的支持向量机模型结果，结果表明，向量机惩罚因子的最优值为，核函数参数的最优值是，训练集准确率，测试集准确率，用时。图为老体弱，过敏体质的人群。相比于蛋白质生物大分子，能够发挥其整体结构所不具有的特殊功能。具有降低血压，抗衰老，促进消化吸收及提高自身免疫调节能力等作用。在功能食品，药品，疫苗制备等食品学和医学领域有着广泛的应用。因此对它们的检测直是国内外学者研究的重点。目前国内外主要应用的分析方法为色谱法，质谱法，核磁多肽的高效鉴别，有望促进太赫兹时域光谱技术在生物医学检测领域的应用。参考文献张志慧，苏秀兰中国医药导报，周亭屹，高新昌，等食品工业科技，何明霞......”。

4、“.....李利龙硕士学位论文长沙理工大学，何晓群多元统计分析北京中国人民大学出版社，王璞，何明霞，李萌，曲秋红，刘锐，陈永德太赫兹光谱技术在生物支持向量机，但是运行时间最快的是极限学习机。准确率最高的是基于粒子群算法的支持向量机分类，为的准确率。运行时间最短的是极限学习机，只需要。但是，在综合考虑测试集准确率和运行时间的情况下，最适合分类这种多肽的算法是基于网格搜索的支持向量机，准确率为，运行时间是。表建模方法对预测结果的影响结论以牛骨肽，海考虑准确率和运行时间，参数选择如图所示，最优的决策树个数为，准确率达到最优准确率，时间最短。随机森林模型本身自带降维的能力，无需进行降维处理，结果如图所示，准确率为......”。

5、“.....经过多次试验探讨生物活性肽检测中太赫兹光谱技术的运用有机化学论文振光谱。图为遗传算法寻优加折交叉验证法的支持向量机模型结果，结果表明，向量机惩罚因子的最优值为，核函数参数的最优值是，训练集准确率，测试集准确率，用时。图为粒子群寻优加折交叉验证法的支持向量机模型结果，结果表明，向量机惩罚因子的最优值为，核函数参数的最优值是，训练集准确率，测试集准确率，用值为，核函数参数的最优值是，训练集准确率，测试集准确率，用时。关键词主成分分析太赫兹时域光谱技术有机化学机器学习牛骨肽生物活性肽生物活性肽是类分子介于蛋白质和氨基酸之间，由多种氨基酸以定方式结合而成的肽到多肽，具有定生理作用的低分子聚合物。生物活性肽相比于单个氨基酸，更容易且更有效被人体吸收，适合于压制符合要求......”。

6、“.....探讨生物活性肽检测中太赫兹光谱技术的运用有机化学论文。图为主成分分析结合网格搜索下的支持向量机模型结果，结果表明，向量机惩罚因子的最优值为，核函数参数的最优值是，训练集准确率，测试集准确率，用时。图为主成分分析结合遗传算法下的支持向量机模型结果，结果表明，活性肽检测中应用研究光谱学与光谱分析，基金国家自然科学基金项目资助。图为遗传算法寻优加折交叉验证法的支持向量机模型结果，结果表明，向量机惩罚因子的最优值为，核函数参数的最优值是，训练集准确率，测试集准确率，用时。图为粒子群寻优加折交叉验证法的支持向量机模型结果，结果表明，向量机惩罚因子的最肽，鱼肽种生物活性肽为研究对象，验证了太赫兹时域光谱技术对其定性分析中的应有潜力。为了更好的对其进行区分，利用这些多肽的吸收光谱信息结合机器学习算法......”。

7、“.....得出最适合分类这些多肽的分类算法。结果证明，使用网格搜索的支持向量机结合太赫兹时域光谱技术，可以实现，综合考虑准确率和运行时间，参数选择如图所示，最优的隐含层神经元个数为，准确率达到最高。极限学习机结果如图所示，准确率为。表给出了多种分类方法的预测精度和运行时间。从表看出，数据进行预处理之后，测试集的准确率较未进行预处理有所下降，但是运行时间也加快。通过比较种监督机器学习算法，准确率最高的量机惩罚因子的最优值为，核函数参数的最优值是，训练集准确率，测试集准确率，用时。图为主成分分析结合粒子群算法下的支持向量机模型结果，结果表明，向量机惩罚因子的最优值为，核函数参数的最优值是，训练集准确率，测试集准确率，用时......”。

8、“.....经过多次试验，综探讨生物活性肽检测中太赫兹光谱技术的运用有机化学论文所用的牛骨肽粉末，海参肽粉末，鱼肽粉末均由百德福生物科技有限公司提供，纯度为，白色粉末。实验中为了保证测量的稳定性，将样品在压片之前置于干燥柜中干燥，干燥柜湿度，温度。将样品与聚乙烯按照∶的质量比例混合，充分研磨。在压力下，压，压成厚度为，直径为的样品片，每种多肽分在高频段，区分度较好，鱼肽吸收系数明显大于海参肽和牛骨肽。从这些多肽的太赫兹吸收系数上不能很容易对其进行区分，需要采用些机器学习的算法。探讨生物活性肽检测中太赫兹光谱技术的运用有机化学论文。本文主要利用海参肽牛骨肽鱼肽种代表性生物活性肽的太赫兹光谱数据，结合不同的机器学习算法，创建分类模型。主要的太赫兹光谱数据，结合不同的机器学习算法......”。

9、“.....主要以测试集预测准确率为考察标准，以运行速度为辅助标准。通过太赫兹光谱技术结合机器学习分类方法在生物活性肽检测领域进行探索。图各成分得分分类模型如图所示，其中对于支持向量机参数优化环节，选择网格搜索遗传算法和粒子群算法对其参数优化。训练模型的是日本公司的。光谱范围为，动态范围为，频率分辨率为。本实验中用的是其透射模块，其结构如图所示。图太赫兹时域光谱系统样品制备实验中所用的牛骨肽粉末，海参肽粉末，鱼肽粉末均由百德福生物科技有限公司提供，纯度为，白色粉末。实验中为了保证测量的稳定性，将样品在压片之前置于干好的对其进行区分，利用这些多肽的吸收光谱信息结合机器学习算法，并且比较数据在降维之后和未降维的分类对比情况，得出最适合分类这些多肽的分类算法。结果证明......”。