RU2016130663A - Способ и система подготовки синтетических многокомпонентных образцов для моделирования биотехнологических и химических процессов - Google Patents
Способ и система подготовки синтетических многокомпонентных образцов для моделирования биотехнологических и химических процессов Download PDFInfo
- Publication number
- RU2016130663A RU2016130663A RU2016130663A RU2016130663A RU2016130663A RU 2016130663 A RU2016130663 A RU 2016130663A RU 2016130663 A RU2016130663 A RU 2016130663A RU 2016130663 A RU2016130663 A RU 2016130663A RU 2016130663 A RU2016130663 A RU 2016130663A
- Authority
- RU
- Russia
- Prior art keywords
- matrix
- basic solutions
- data
- necessary
- relative amount
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims 40
- 238000011138 biotechnological process Methods 0.000 title claims 2
- 238000001311 chemical methods and process Methods 0.000 title claims 2
- 238000002360 preparation method Methods 0.000 title claims 2
- 239000011159 matrix material Substances 0.000 claims 41
- 239000003637 basic solution Substances 0.000 claims 31
- 239000000523 sample Substances 0.000 claims 14
- 239000000203 mixture Substances 0.000 claims 10
- 239000000126 substance Substances 0.000 claims 5
- 239000006185 dispersion Substances 0.000 claims 4
- 238000002156 mixing Methods 0.000 claims 4
- 239000011550 stock solution Substances 0.000 claims 4
- 239000012491 analyte Substances 0.000 claims 3
- 238000000354 decomposition reaction Methods 0.000 claims 3
- 238000000556 factor analysis Methods 0.000 claims 3
- 238000012569 chemometric method Methods 0.000 claims 2
- 238000009499 grossing Methods 0.000 claims 2
- 238000000513 principal component analysis Methods 0.000 claims 2
- 238000012545 processing Methods 0.000 claims 2
- 230000001105 regulatory effect Effects 0.000 claims 2
- 230000036962 time dependent Effects 0.000 claims 2
- 238000004590 computer program Methods 0.000 claims 1
- 238000013400 design of experiment Methods 0.000 claims 1
- 238000013401 experimental design Methods 0.000 claims 1
- 238000001914 filtration Methods 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 claims 1
- 238000007781 pre-processing Methods 0.000 claims 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/70—Machine learning, data mining or chemometrics
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
- G01N21/274—Calibration, base line adjustment, drift correction
- G01N21/278—Constitution of standards
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/62—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light
- G01N21/63—Systems in which the material investigated is excited whereby it emits light or causes a change in wavelength of the incident light optically excited
- G01N21/65—Raman scattering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N35/00594—Quality control, including calibration or testing of components of the analyser
- G01N35/00693—Calibration
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
- G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N35/00—Automatic analysis not limited to methods or materials provided for in any single one of groups G01N1/00 - G01N33/00; Handling materials therefor
- G01N35/00584—Control arrangements for automatic analysers
- G01N2035/0097—Control arrangements for automatic analysers monitoring reactions as a function of time
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/129—Using chemometrical methods
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Theoretical Computer Science (AREA)
- Crystallography & Structural Chemistry (AREA)
- Computing Systems (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mathematical Physics (AREA)
- Quality & Reliability (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Apparatus Associated With Microorganisms And Enzymes (AREA)
Claims (58)
1. Способ подготовки по меньшей мере одного синтетического многокомпонентного образца для моделирования биотехнологического и/или химического процесса с целью построения многомерных калибровочных моделей для систем мониторинга и/или многомерных систем контроля, обладающих повышенной робастностью, в котором подготавливают по меньшей мере один синтетический образец, имитирующий динамический процесс либо какую-либо конкретную стадию или вариацию этого процесса, и который включает следующие этапы:
подготовку статистических данных, относящихся к имитируемому динамическому процессу, для которого требуется подготовить по меньшей мере один синтетический образец, либо к его конкретной стадии или вариации,
создание матрицы D данных на основе статистических данных, относящихся к процессу,
определение множества основных растворов в матрице D данных,
определение основных растворов матрицы D данных, необходимых для имитации динамического процесса либо его конкретной стадии или вариации в пределах заданной дисперсии,
определение состава аналитов для необходимых основных растворов и соответствующего относительного количества необходимых основных растворов по матрице D данных,
создание матрицы S, содержащей определенный состав аналитов для необходимых основных растворов,
создание матрицы С, содержащей относительное количество необходимых основных растворов соответственно матрице D данных,
определение соответствия произведения матриц C×ST матрице D данных в пределах заданного допуска,
определение относительного количества необходимых основных растворов, включенных в матрицу С для по меньшей мере двух моментов времени,
выполнение регрессии между относительным количеством необходимых основных растворов, включенных в матрицу С, и соответствующей временной
переменной статистических данных, относящихся к процессу, с использованием определенного относительного количества необходимых основных растворов для по меньшей мере двух моментов времени,
оценку, на основе регрессии, относительного количества необходимых основных растворов для по меньшей мере одного другого момента времени между упомянутыми по меньшей мере двумя моментами времени,
создание расширенной матрицы Caug, зависящей от времени и включающей матрицу С и оцененные необходимые основные растворы для по меньшей мере одного другого момента времени,
причем упомянутые этапы выполняются в вычислительном узле, а способ также включает следующий этап:
создание по меньшей мере одного образца путем подбора необходимых основных растворов в соответствии с определенным составом аналитов.
2. Способ по п. 1, в котором в случае несоответствия произведения матриц C×ST матрице D данных в пределах заданного допуска выполняют повтор следующих этапов:
определение основных растворов матрицы D данных, необходимых для имитации динамического процесса либо его конкретной стадии или вариации в пределах заданной дисперсии,
определение состава аналитов для необходимых основных растворов и относительного количества каждого необходимого основного раствора,
создание матрицы S,
создание матрицы С,
определение соответствия произведения матриц C×ST матрице D данных в пределах заданного допуска.
3. Способ по п. 1 или 2, в котором относительное количество необходимых основных растворов для создания матрицы С данных и/или состав аналитов для необходимых основных растворов, определенный для создания матрицы S, выбирают на основе логических и/или физических и/или химических ограничений.
4. Способ по п. 1 или 2, в котором выполняют разложение матрицы D данных на множество матриц Di данных, каждую из которых подвергают индивидуальной обработке на каждом этапе, следующем за созданием матрицы D, предпочтительно в случае, когда установлено, что можно определить лишь основные растворы матрицы D данных, выполненные с возможностью имитации динамического процесса либо его конкретной стадии или вариации при значении дисперсии ниже заданного.
5. Способ по п. 1 или 2, в котором статистические данные включают по меньшей мере одно из следующего: определенные аналитическим путем значения состава компонент для динамического процесса либо его конкретной стадии или вариации, физическую информацию, технологическую информацию, данные, касающиеся по меньшей мере еще одной вариации процесса и соответствующие дополнительным экспериментальным и/или моделируемым циклам процесса при таких же или отличающихся технологических условиях, и/или в котором статистические данные систематизированы в матрице D в соответствии со временем протекания процесса.
6. Способ по п. 1 или 2, в котором определение необходимых основных растворов и/или определение состава аналитов для необходимых основных растворов, и/или определение относительного количества необходимых основных растворов по матрице D данных выполняют с помощью соответствующего хемометрического метода, в частности по меньшей мере одного из следующих хемометрических методов: метода факторной декомпозиции, в частности метода главных компонент (РСА), метода сингулярного разложения (SVD) или эволюционного факторного анализа и/или параллельного факторного анализа (PARAFAC), метода многомерного разделения кривых и чередующихся наименьших квадратов (MCR-ALS) и эволюционного факторного анализа.
7. Способ по п. 1 или 2, включающий предварительную обработку матрицы D, предпочтительно представляющую собой фильтрацию, более предпочтительно - использование по меньшей мере одного из следующего:
фильтра Савицкого-Голея, ядерного сглаживания, сглаживающего сплайна, скользящего среднего или взвешенного скользящего среднего.
8. Способ по п. 1 или 2, включающий подготовку по меньшей мере одного второго образца, выполненного с возможностью устранения коллинеарности между параметрами или аналитами, содержащимися в матрице D данных, с помощью одного из методов устранения коллинеарности.
9. Способ по п. 8, в котором метод устранения коллинеарности включает по меньшей мере одно из следующего: создание ортогонального плана экспериментов, произвольное добавление конкретных веществ по меньшей мере в один образец, программируемое добавление веществ, произвольное смешивание образцов или любую комбинацию из перечисленного.
10. Способ по п. 9, включающий создание третьего образца путем объединения образца с по меньшей мере одним вторым образцом.
11. Система генерации и обработки синтетических образцов для подготовки по меньшей мере одного синтетического образца, имитирующего динамический процесс либо его конкретную стадию или вариацию, содержащая:
вычислительный узел и
смесительный узел,
причем вычислительный узел содержит:
средство для подготовки статистических данных, относящихся к имитируемому динамическому процессу, для которого требуется подготовить набор синтетических образцов, либо к конкретной стадии или вариации этого процесса,
средство для создания матрицы D данных на основе статистических данных, относящихся к процессу,
средство для определения множества основных растворов в матрице D данных,
средство для определения основных растворов матрицы D данных, необходимых для имитации динамического процесса либо его конкретной стадии или вариации в пределах заданной дисперсии,
средство для определения состава аналитов для необходимых основных растворов и соответствующего относительного количества необходимых основных растворов по матрице D данных,
а смесительный узел выполнен с возможностью создания по меньшей мере одного образца путем подбора необходимых основных растворов в соответствии с определенным составом аналитов,
причем вычислительный узел также содержит:
средство для создания матрицы S, включающей определенный состав аналитов для необходимых основных растворов,
средство для создания матрицы С, включающей относительное количество необходимых основных растворов соответственно матрице D данных,
средство для определения соответствия произведения матриц C×ST матрице D данных в пределах заданного допуска,
причем средство для определения соответствующего относительного количества необходимых основных растворов по матрице D данных выполнено с возможностью определения относительного количества необходимых основных растворов, содержащихся в матрице С, для по меньшей мере двух моментов времени, а вычислительный узел также содержит:
средство для выполнения регрессии между относительным количеством необходимых основных растворов, включенных в матрицу С, и соответствующей временной переменной статистических данных, относящихся к процессу, с использованием определенного относительного количества необходимых основных растворов для по меньшей мере двух моментов времени,
средство для выполнения оценки, на основе регрессии, относительного количества необходимых основных растворов для по меньшей мере одного другого момента времени между упомянутыми по меньшей мере двумя моментами времени, и
средство для создания расширенной матрицы Caug, зависящей от времени и включающей матрицу С и оцененное необходимое относительное количество основных растворов для по меньшей мере одного другого момента времени.
12. Система по п. 11, содержащая измерительное устройство, имеющее по меньшей мере один датчик.
13. Система по п. 12, в которой по меньшей мере один датчик измерительного устройства выполнен с возможностью измерения по меньшей мере одного параметра непосредственно в пределах производственной линии в ходе динамического процесса, его конкретной стадии или вариации и/или в которой по меньшей мере один датчик содержит по меньшей мере одно из следующего: рН-зонд, датчик температуры, спектроскопический датчик или многоканальный прибор.
14. Система по любому из пп. 11-13, содержащая по меньшей мере одно регулирующее устройство, включающее по меньшей мере одну схему регулирования температуры и/или по меньшей мере одну схему регулирования рН.
15. Система по п. 14, в которой меньшей мере одно регулирующее устройство выполнено с возможностью воссоздания соответствующих условий динамического процесса либо его конкретной стадии или вариации.
16. Система по п. 14, в которой по меньшей мере одно регулирующее устройство выполнено с возможностью устранения коллинеарности между параметрами или аналитами, включенными в матрицу D данных, с помощью одного из методов устранения коллинеарности.
17. Система по п. 16, в которой по меньшей мере одно регулирующее устройство выполнено с возможностью устранения коллинеарности с помощью по меньшей мере одного из следующих методов устранения коллинеарности: создание ортогонального плана экспериментов, произвольное добавление
конкретных веществ по меньшей мере в один образец, программируемое добавление веществ, произвольное смешивание образцов или любой комбинации из перечисленного.
18. Система по любому из пп. 11-13, 15-17, содержащая аналитическое устройство, выполненное с возможностью проведения анализа по меньшей мере одного из основных растворов и/или по меньшей мере одного образца.
19. Компьютерный программный продукт, включающий один или несколько машиночитаемых носителей, содержащих выполняемые компьютером команды для осуществления этапов способа по любому из пп. 1-10.
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| EP13199699 | 2013-12-27 | ||
| EP13199699.3 | 2013-12-27 | ||
| PCT/EP2014/079152 WO2015097217A1 (en) | 2013-12-27 | 2014-12-23 | Method and system for preparing synthetic multicomponent biotechnological and chemical process samples |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| RU2016130663A true RU2016130663A (ru) | 2018-01-31 |
| RU2016130663A3 RU2016130663A3 (ru) | 2018-09-19 |
Family
ID=49949451
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| RU2016130663A RU2016130663A (ru) | 2013-12-27 | 2014-12-23 | Способ и система подготовки синтетических многокомпонентных образцов для моделирования биотехнологических и химических процессов |
Country Status (10)
| Country | Link |
|---|---|
| US (1) | US20170177835A1 (ru) |
| EP (1) | EP3087516B1 (ru) |
| JP (1) | JP6620100B2 (ru) |
| KR (1) | KR20160103075A (ru) |
| CN (1) | CN106462656B (ru) |
| BR (1) | BR112016014941A2 (ru) |
| CA (1) | CA2934161A1 (ru) |
| MX (1) | MX2016008303A (ru) |
| RU (1) | RU2016130663A (ru) |
| WO (1) | WO2015097217A1 (ru) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020523030A (ja) * | 2017-06-16 | 2020-08-06 | ジーイー・ヘルスケア・バイオサイエンス・アクチボラグ | バイオリアクタにおいてのプロセスのアウトカムを予測するための、および、そのプロセスのモデリングのための方法 |
| JP2022500778A (ja) * | 2018-09-18 | 2022-01-04 | バイエル、アクチエンゲゼルシャフトBayer Aktiengesellschaft | 製造工程の生成物である化合物および／または化合物製剤の品質を予測するシステムおよび方法 |
| EP3702849B1 (en) * | 2019-02-26 | 2023-07-26 | Sartorius Stedim Data Analytics AB | Optimized process control |
| EP3702439B1 (en) * | 2019-02-26 | 2024-01-17 | Sartorius Stedim Data Analytics AB | Multivariate process chart to control a process to produce a chemical, pharmaceutical, biopharmaceutical and/or biological product |
| DE102019110094A1 (de) * | 2019-04-17 | 2020-10-22 | Analytik Jena Ag | Verfahren zur Bestimmung des Verbrauchs zumindest einer Substanz |
| KR20200133525A (ko) | 2019-05-20 | 2020-11-30 | 삼성전자주식회사 | 생체 정보 추정 모델의 유효성 판단 장치 및 방법 |
| US11231324B2 (en) * | 2020-02-13 | 2022-01-25 | Kaiser Optical Systems Inc. | Real-time monitoring of wine fermentation properties using Raman spectroscopy |
| EP3901710B1 (en) * | 2020-04-24 | 2023-05-03 | The Automation Partnership (Cambridge) Limited | Optimisation of processes for the production of chemical, pharmaceutical and/or biotechnological products |
| CN111842922A (zh) * | 2020-06-04 | 2020-10-30 | 深圳市人工智能与机器人研究院 | 材料合成参数调整方法、装置、计算机设备和存储介质 |
| JP7320894B1 (ja) | 2023-02-09 | 2023-08-04 | 日本分光株式会社 | スペクトル解析方法、解析装置および解析プログラム |
| CN116825217B (zh) * | 2023-03-15 | 2024-05-14 | 福建省德旭新材料有限公司 | 制备高纯五氟化磷的方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| SE9900030D0 (sv) * | 1999-01-05 | 1999-01-05 | Astra Ab | Reaction monitoring |
| CN100458411C (zh) * | 2006-07-24 | 2009-02-04 | 中国林业科学研究院木材工业研究所 | 植物纤维材料中化学成分含量模型的建立和含量测定方法 |
| US20090287320A1 (en) * | 2008-05-13 | 2009-11-19 | Macgregor John | System and Method for the Model Predictive Control of Batch Processes using Latent Variable Dynamic Models |
| US8629399B2 (en) * | 2009-09-22 | 2014-01-14 | Bp Corporation North America Inc. | Methods and apparatuses for measuring biological processes using mid-infrared spectroscopy |
| CN103201616B (zh) * | 2010-11-05 | 2015-11-25 | 弗·哈夫曼-拉罗切有限公司 | 原料的光谱指纹识别 |
-
2014
- 2014-12-23 KR KR1020167020292A patent/KR20160103075A/ko not_active Application Discontinuation
- 2014-12-23 WO PCT/EP2014/079152 patent/WO2015097217A1/en active Application Filing
- 2014-12-23 CA CA2934161A patent/CA2934161A1/en not_active Abandoned
- 2014-12-23 RU RU2016130663A patent/RU2016130663A/ru not_active Application Discontinuation
- 2014-12-23 EP EP14830387.8A patent/EP3087516B1/en active Active
- 2014-12-23 CN CN201480070982.XA patent/CN106462656B/zh active Active
- 2014-12-23 MX MX2016008303A patent/MX2016008303A/es unknown
- 2014-12-23 JP JP2016542997A patent/JP6620100B2/ja active Active
- 2014-12-23 BR BR112016014941A patent/BR112016014941A2/pt not_active IP Right Cessation
-
2016
- 2016-06-24 US US15/192,708 patent/US20170177835A1/en not_active Abandoned
Also Published As
| Publication number | Publication date |
|---|---|
| JP2017504115A (ja) | 2017-02-02 |
| CN106462656A (zh) | 2017-02-22 |
| EP3087516A1 (en) | 2016-11-02 |
| EP3087516B1 (en) | 2018-11-07 |
| CA2934161A1 (en) | 2015-07-02 |
| US20170177835A1 (en) | 2017-06-22 |
| KR20160103075A (ko) | 2016-08-31 |
| MX2016008303A (es) | 2016-09-08 |
| CN106462656B (zh) | 2020-05-29 |
| BR112016014941A2 (pt) | 2017-08-08 |
| RU2016130663A3 (ru) | 2018-09-19 |
| WO2015097217A1 (en) | 2015-07-02 |
| JP6620100B2 (ja) | 2019-12-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| RU2016130663A (ru) | Способ и система подготовки синтетических многокомпонентных образцов для моделирования биотехнологических и химических процессов | |
| de Menezes et al. | Separating internal and external dynamics of complex systems | |
| CN110687072B (zh) | 一种基于光谱相似度的校正集和验证集的选择及建模方法 | |
| CN106227660B (zh) | 一种用于模拟真实物理环境的仿真数据生成方法 | |
| CN103901014B (zh) | 多元线性回归拟合获得真实的细胞拉曼光谱的方法 | |
| EP3588060A1 (en) | Cross-validation based calibration of a spectroscopic model | |
| CN109297534B (zh) | 用于评价室内环境质量的环境参数权重确定方法及系统 | |
| Cederkvist et al. | A comparison of methods for testing differences in predictive ability | |
| CN106018338B (zh) | 用于评判料液质量稳定性的方法和系统 | |
| CN107576641B (zh) | 一种三维荧光光谱数据的分解方法及装置 | |
| CN114729397A (zh) | 随机乳化数字绝对定量分析方法及装置 | |
| JP2014110047A (ja) | 電子回路シミュレーションのための方法及び装置 | |
| EP2834624B1 (en) | A method for measuring performance of a spectroscopy system | |
| CN110632024B (zh) | 一种基于红外光谱的定量分析方法、装置、设备以及存储介质 | |
| CN110455902B (zh) | 一种环境检测多标样快速校准的方法 | |
| CN111474293B (zh) | 一种青枯病菌溶液测定方法及测定系统 | |
| CN106092960A (zh) | 一种快速校正近红外设备并检测农产品中化学成分的方法 | |
| CN104655577A (zh) | 一种测定乳酸链球菌素活力的方法 | |
| CN114556247A (zh) | 用于确定产品质量的方法和设备 | |
| AU2020252264A1 (en) | Method for configuring a spectrometry device | |
| Robin et al. | Comparison of Explainable Machine Learning Algorithms for Optimization of Virtual Gas Sensor Arrays | |
| RU2620632C1 (ru) | Способ и система динамической частотной идентификации объектов управления | |
| Jeck et al. | Neuronal common input strength is unidentifiable from average firing rates and synchrony | |
| CN109711036B (zh) | 飞行控制系统试验结果的评估方法 | |
| Javurek et al. | Components of Program for Analysis of Spectra and Their Testing. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| FA94 | Acknowledgement of application withdrawn (non-payment of fees) |
Effective date: 20191119 |