近红外光谱检测结合BP神经网络用于药物分类及MATLAB实现
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.3760/cma.j.issn.1673-4181.2016.04.007

近红外光谱检测结合BP神经网络用于药物分类及MATLAB实现

引用
目的 为实现快速、无损的药物分类以及提高药物分类准确率.方法 采用主成分分析和神经网络相结合(PCA-ANN)的模式识别,建立了药物分类模型并使用MATLAB语言开发了药物分类软件.采用近红外光谱检测技术,对5种药物、共120个批号的样本,在激发波长为1 350~1 800 nm、间隔为0.5 nm处收集近红外光检测数据.结果 本研究模型在掺入干扰药物种类数小于5种时,网络训练均方差(MSE)为5.91e-03,预测误差率(β)为2.469%.结论 利用近红外光谱检测技术结合PCA-ANN的方法可有效进行药物分类且可提高分类的准确率.

近红外光谱、误差反向传播、人工神经网络、主成分分析、MATLAB

39

TP391;TP183;TN911.7

2016-10-21(万方平台首次上网日期,不代表论文的发表时间)

共5页

222-225,后插12

相关文献
评论
暂无封面信息
查看本期封面目录

国际生物医学工程杂志

1673-4181

12-1382/R

39

2016,39(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn