基于LS-SVM模型的丹参有效成分超声提取工艺优化方法技术

基于LS‑SVM模型的丹参有效成分超声提取工艺优化方法，属于中药提取技术领域。本发明专利技术在高维特征空间利用最小二乘支持向量机建立综合评价值关于提取因素的回归模型，将回归模型转化成与核函数相关的优化模型，最终通过数据集进行不断学习找出在最优参数下与真实综合评价值误差最小的预测综合评价值从而能够找出提取的最优工艺因素。依照本发明专利技术建立一个非线性模型，可揭示数据之间的定量关系，模型误差小，可靠性高，为丹参有效成分超声提取工艺优化研究提供了新的思路与参考。

Optimization of ultrasonic extraction process for effective components of Salvia miltiorrhiza based on LS-SVM model

【技术实现步骤摘要】
基于LS-SVM模型的丹参有效成分超声提取工艺优化方法
本专利技术属于中药提取
，具体涉及基于LS-SVM模型的丹参有效成分超声提取工艺优化方法。
技术介绍
丹参是一味传统中药，具有祛瘀止血、活血通经、清心除烦等功效。丹参在药理方面具有保护心血管、改善血液循环、抗氧化、保护脑组织缺血、保护再灌注损伤、增强耐缺氧能力和改善肾功能等作用。丹参的有效成分主要有两类，脂溶性的丹参酮类化合物和水溶性的酚酸类化合物，其中发挥积极作用的有效成分多达几十种，其有效成分提取工艺优化亦是研究重点。支持向量机(SupportVectorMachine，SVM)是一种解决回归问题的机器学习模型，通过引入核函数使其解决繁琐的非线性问题，避免出现高纬度空间计算的“维数灾难”问题。最小二乘支持向量机模型(LeastSquaresSupportVectorMachine，LS-SVM)是对支持向量机模型的进一步改进，通过转化目标函数和优化等式条件，提高运算速度和降低计算复杂度。目前许多研究者常借助Matlab环境下运行神经网络模型对中药提取数据进行分析，但是运用本文档来自技高网...

【技术保护点】
1.基于LS-SVM模型的丹参有效成分超声提取工艺优化方法，其特征在于包括以下步骤：/n(1)根据Box-Benhnken Design原理对丹参有效成分Sal_B和Tan_ⅡA超声提取，各工艺的有效成分提取率及真实综合评价值进行实验测定，得到m组分析方案实验数据集D＝{(X

【技术特征摘要】
1.基于LS-SVM模型的丹参有效成分超声提取工艺优化方法，其特征在于包括以下步骤：
(1)根据Box-BenhnkenDesign原理对丹参有效成分Sal_B和Tan_ⅡA超声提取，各工艺的有效成分提取率及真实综合评价值进行实验测定，得到m组分析方案实验数据集D＝{(X1,Y1),(X2,Y2),…,(Xm,Ym)}，X1,X2…Xm为m种提取因素工艺组合，Y1,Y2…Ym为与提取因素工艺组合对应的m种提取率的真实综合评价值；
(2)建立最小二乘支持向量机模型LS-SVM，基于Matlab语言环境，设立提取因素xi和综合评价值y，得到提取因素x1,x2…xi与提取率的预测综合评价值y之间的定量关系；
(3)优选模型参数核参数g和惩罚因子C，核函数采用径向基核函数RBF，利用Matlab软件编辑，由交叉验证方法同时对g和C进行交叉验证，在g和C组成的参数矩阵中逐个检验每一对参数效果，得到最优参数g和C；
(4)将步骤(3)所述最优参数g和C输入L...

【专利技术属性】
技术研发人员：万浩宇，虞立，张洋洋，金伟锋，
申请(专利权)人：浙江中医药大学，
类型：发明
国别省市：浙江;33