10.3321/j.issn:1000-0593.2002.06.020
红外光谱与人工神经网络相结合识别栽培、野生黄芩和粘毛黄芩
为了识别栽培黄芩、野生黄芩和粘毛黄芩,采用非线性-线性、线性-线性、非线性-非线性三种模式的人工神经网络(ANN)分别分析各种黄芩的红外谱.我们采用42个样本作训练集,34个样本作检验集,用各种模式的ANN进行了监督性训练.当训练目标误差平方和定为0.01时,各类ANN对训练集中三类黄芩样本识别的正确率均为100%,但对检验集样本识别的结果各不相同,其识别的正确率与隐含层节点数S1有关.我们发现当S1较大时,识别正确率反而下降,可能此时网络的非线性程度过高,使其不适合于该类样本集的训练.线性-线性型ANN识别的结果随S1的变化不很大,但识别的正确率不高,基本在85%左右.非线性-线性型ANN识别的结果最佳.当S1为3时,其识别正确率超过了97%.因此该法可用以简便、快速、准确地识别这三种黄芩药材.
FTIR、模式识别、ANN、栽培黄芩、野生黄芩、粘毛黄芩
22
O657.31(分析化学)
国家中医药管理局科技重大项目国中医药科2001ZDZX01
2004-01-08（万方平台首次上网日期，不代表论文的发表时间）
共4页
945-948
