湖北农业科学
湖北農業科學
호북농업과학
2014年
20期
4977-4979
,共3页
诃子(Terminalia chebula Retz.)%傅里叶变换红外光谱%小波变换%概率神经网络
訶子(Terminalia chebula Retz.)%傅裏葉變換紅外光譜%小波變換%概率神經網絡
가자(Terminalia chebula Retz.)%부리협변환홍외광보%소파변환%개솔신경망락
Terminalia chebula Retz.%fourier transform infrared spectroscopy%wavelet transform%probability neural networks
利用傅里叶变换红外光谱,测定了不同产地诃子(Terminalia chebula Retz.)样品的红外光谱图.采用常规预处理方法和小波变换对红外光谱原始数据进行了预处理,并采用主成分分析进一步压缩光谱数据,前3个主成分的累积贡献率为98.054％.以前3个主成分作为网络输入,诃子产地类别作为网络输出,建立了概率神经网络,同时对建立该网络模型的扩展常数进行了分析.模型分析表明,建立的网络模型能够对40个诃子样品进行产地鉴别,红外光谱法结合神经网络可作为中药材产地分类鉴别的一种新的现代化方法.
利用傅裏葉變換紅外光譜,測定瞭不同產地訶子(Terminalia chebula Retz.)樣品的紅外光譜圖.採用常規預處理方法和小波變換對紅外光譜原始數據進行瞭預處理,併採用主成分分析進一步壓縮光譜數據,前3箇主成分的纍積貢獻率為98.054％.以前3箇主成分作為網絡輸入,訶子產地類彆作為網絡輸齣,建立瞭概率神經網絡,同時對建立該網絡模型的擴展常數進行瞭分析.模型分析錶明,建立的網絡模型能夠對40箇訶子樣品進行產地鑒彆,紅外光譜法結閤神經網絡可作為中藥材產地分類鑒彆的一種新的現代化方法.
이용부리협변환홍외광보,측정료불동산지가자(Terminalia chebula Retz.)양품적홍외광보도.채용상규예처리방법화소파변환대홍외광보원시수거진행료예처리,병채용주성분분석진일보압축광보수거,전3개주성분적루적공헌솔위98.054％.이전3개주성분작위망락수입,가자산지유별작위망락수출,건립료개솔신경망락,동시대건립해망락모형적확전상수진행료분석.모형분석표명,건립적망락모형능구대40개가자양품진행산지감별,홍외광보법결합신경망락가작위중약재산지분류감별적일충신적현대화방법.
