公开(公告)号：CN119880842A

公开(公告)日：2025-04-25

申请号：CN202510047652.9

申请日：2025-01-13

Applicant: 北京邮电大学

Inventor： 杜莹莹 ,  亓丽梅 ,  饶兰 ,  罗淘 ,  李锦昌 ,  石丹 ,  陈智娇

IPC: G01N21/3563 ,  G16C20/20 ,  G16C20/70 ,  G16C20/80 ,  G06F18/243 ,  G06F18/2411 ,  G06F18/214 ,  G06N5/01 ,  G06N20/10 ,  G06N3/006 ,  G01N21/35 ,  G01N21/59

Abstract: 本发明提供一种氨基酸红外光谱分类识别方法，包括如下步骤，使用氨基酸粉末和固体分散剂制作氨基酸压片；氨基酸压片放置到傅里叶红外光谱仪中，采集氨基酸透射光谱数据；基于氨基酸透射光谱数据，使用分类与回归树方法和支持向量机法，得到训练好的识别氨基酸官能团种类的算法模型；基于氨基酸透射光谱数据，使用分类与回归树方法和支持向量机法，得到训练好的识别氨基酸种类的算法模型；待确定的氨基酸红外光谱数据分别输入识别氨基酸官能团和氨基酸种类的算法模型，得到氨基酸官能团的分类结果和氨基酸分类结果。本方案基于红外信号，可以反映出氨基酸分子结构的振动差异，本发明方法识别准确率高，本方案不需要借助手性试剂与手性分子反应结合，在提高识别准确率的前提下，提高处理效率。

公开(公告)号：CN120089226A

公开(公告)日：2025-06-03

申请号：CN202510244297.4

申请日：2025-03-03

Applicant: 北京邮电大学

Inventor： 蒋伟 ,  郭思睿 ,  李锦昌 ,  李心怡 ,  杜莹莹 ,  罗淘 ,  亓丽梅

IPC: G16C20/20 ,  G16C20/70 ,  G06F18/241 ,  G06F18/243 ,  G06F18/10 ,  G06F18/15 ,  G06F18/213 ,  G06F18/20 ,  G06F18/21 ,  G06N5/01 ,  G06N20/20 ,  G06N3/0499 ,  G06N3/084 ,  G01N21/3563 ,  G01N1/28 ,  G01N21/35

Abstract: 本发明提出一种基于动态窗口的氨基酸手性智能识别方法，针对半胱氨酸、谷氨酰胺和丙氨酸，利用傅里叶红外光谱仪采集400‑4400cm‑1波段的透射光谱数据，结合随机森林(RF)、反向传播神经网络(BP)和极限梯度提升(XGBoost)三种算法，实现手性精准识别。方法包括：制作氨基酸压片并采集数据；设计动态滑动窗口算法(窗口大小范围200‑600cm‑1，步长范围50‑200cm‑1)；对光谱数据进行归一化和高斯平滑预处理；构建随机森林、神经网络和极限梯度提升模型，通过交叉验证和参数调优优化分类性能。结果表明，三种算法识别率均达99％以上，其中BP神经网络在特征提取和分类准确性方面表现最佳。本方法无需手性试剂，具有高效、准确的优势，为生物化学和药物研发领域提供了创新技术路径。