光谱学与光谱分析
光譜學與光譜分析
광보학여광보분석
SPECTROSCOPY AND SPECTRAL ANALYSIS
2005年
5期
715-718
,共4页
汤彦丰%张卓勇%范国强%朱惠菊%王新越
湯彥豐%張卓勇%範國彊%硃惠菊%王新越
탕언봉%장탁용%범국강%주혜국%왕신월
大黄%红外光谱%神经网络%小波变换
大黃%紅外光譜%神經網絡%小波變換
대황%홍외광보%신경망락%소파변환
将傅里叶变换红外光谱法和人工神经网络用于鉴别正品和非正品大黄样品. 在对神经网络训练前用小波变换对测量的红外光谱进行压缩, 将原700个数据点的光谱压缩到44个变量, 因此加速了神经网络的训练速度. 52个大黄样品被用于网络模型的建立, 其中包括25个正品大黄和27个非正品大黄的样品. 文章还对隐含层神经元数目和动量参数的影响做了考察. 结果表明, 在优化的条件下用该方法对大黄样品的鉴别正确率达到98%. 这种方法可被用于含大黄中药生产的质量控制.
將傅裏葉變換紅外光譜法和人工神經網絡用于鑒彆正品和非正品大黃樣品. 在對神經網絡訓練前用小波變換對測量的紅外光譜進行壓縮, 將原700箇數據點的光譜壓縮到44箇變量, 因此加速瞭神經網絡的訓練速度. 52箇大黃樣品被用于網絡模型的建立, 其中包括25箇正品大黃和27箇非正品大黃的樣品. 文章還對隱含層神經元數目和動量參數的影響做瞭攷察. 結果錶明, 在優化的條件下用該方法對大黃樣品的鑒彆正確率達到98%. 這種方法可被用于含大黃中藥生產的質量控製.
장부리협변환홍외광보법화인공신경망락용우감별정품화비정품대황양품. 재대신경망락훈련전용소파변환대측량적홍외광보진행압축, 장원700개수거점적광보압축도44개변량, 인차가속료신경망락적훈련속도. 52개대황양품피용우망락모형적건립, 기중포괄25개정품대황화27개비정품대황적양품. 문장환대은함층신경원수목화동량삼수적영향주료고찰. 결과표명, 재우화적조건하용해방법대대황양품적감별정학솔체도98%. 저충방법가피용우함대황중약생산적질량공제.
