面向药品质量监督的近红外光谱高性能建模方法研究

项目名称： 面向药品质量监督的近红外光谱高性能建模方法研究

项目编号： No.21365008

项目类型： 地区科学基金项目

立项/批准年度： 2013

项目学科： 数理科学和化学

项目作者： 杨辉华

作者单位： 桂林电子科技大学

项目金额： 50万元

中文摘要： 全国"车载近红外药品快速检测系统"为保障药品安全发挥着重要作用，其联网分析构成近红外（NIR）物联网成为发展趋势。但NIR光谱标准化、高性能鉴别算法设计和大量模型快速构建将是联网分析必须解决的难点问题。本项目将针对这些问题展开深入研究:应用条件随机场方法校正仪器误差对光谱的影响，获得样本的"真实光谱"，尽可能达到样本光谱对仪器和测量环境的无关性；运用统计学习理论设计尺度化凸壳最大间隔分类器（SCHMMC），解决真假药鉴别应用中所存在的类不平衡和代价敏感问题，同时保证其具有强推广力；应用主流的CPU-GPU异构硬件平台，通过任务-资源的优化调度让CPU和GPU均以最高的效率协同计算，实现SCHMMC的高速并行计算，大幅提高光谱建模速度。本项目的研究成果在NIR光谱、化学计量学、机器学习等方面具有较大的理论意义，对保障药品安全具有实用价值，对我国快检行业和分析仪器物联网的发展具有较大的推动。

中文关键词： 药品质量监督；近红外光谱；尺度化凸壳最大间隔分类器；CPU-GPU 协同计算；深度学习

英文摘要： "The near-infrared drug supervision vehicles system" in China plays a very important role to guarantee drug safety. When the near infrared spectroscopy instruments are cooperatively used in the mode of networking, we termed them the near infrared (NIR) In

英文关键词： Drug Administration；NIR Spectroscopy；Scalable Convex Hull Maximum Margin Classifer；CPU-GPU Co-computing；Deep Learning