基于自组织映射神经网络的中药注射剂质量快速鉴别方法

将近红外光谱分析技术与人工神经网络相结合，研究提出一种基于自组织映射神经网络的近红外光谱神经元分类模型，用于对中药注射剂产品的近红外光谱进行计算分析，可实现对注射剂质量的快速鉴别。以3个不同厂家生产的参麦注射剂为研究对象，考察本方法的分类能力，其分类正确率达到96．4％，优于参与比较的判别式偏最小二乘法（90．5％）、反向传播神经网络（88．1％）和支持向量机（90．5％）。...

Full description

Saved in:
Bibliographic Details
Published inFēnxī huàxué Vol. 35; no. 10; pp. 1483 - 1486
Main Author 刘雪松 施朝晟 程翼宇 瞿海斌
Format Journal Article
LanguageChinese
Published 浙江大学药物信息学研究所,杭州,310027 2007
Subjects
中药分析
模式分类
自组织映射神经网络
质量鉴别
近红外光谱分析
质量鉴别
自组织映射神经网络
近红外光谱分析
中药分析
模式分类
Online AccessGet full text
ISSN0253-3820
DOI10.3321/j.issn:0253-3820.2007.10.019

Cover

More Information
Summary:将近红外光谱分析技术与人工神经网络相结合，研究提出一种基于自组织映射神经网络的近红外光谱神经元分类模型，用于对中药注射剂产品的近红外光谱进行计算分析，可实现对注射剂质量的快速鉴别。以3个不同厂家生产的参麦注射剂为研究对象，考察本方法的分类能力，其分类正确率达到96．4％，优于参与比较的判别式偏最小二乘法（90．5％）、反向传播神经网络（88．1％）和支持向量机（90．5％）。
Bibliography:22-1125/O6
TP183
Traditional Chinese Medicine, quality evaluation, near infrared spectroscopy, self-organizingmaps neural network, pattern classification
ISSN:0253-3820
DOI:10.3321/j.issn:0253-3820.2007.10.019