色谱指纹图谱识别的人工神经网络方法对比研究

被引：13

作者：

蒋建平

机构：

[1] 中山火炬职业技术学院

来源：

广东化工 | 2011年 / 38卷 / 02期

关键词：

人工神经网络; 指纹图谱; 高效液相色谱;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

140502 [人工智能];

摘要：

将反传人工神经网络、径向基人工神经网络和自组织竞争人工神经网络方法用于清热解毒口服液色谱指纹图谱的解析。建立了清热解毒口服液色谱指纹图谱三种人工神经网络模型,采用留一法评价三种网络的学习能力,结果表明,与反传人工神经网络和径向基人工神经网络相比,自组织竞争人工神经网络有更强的自学习能力和泛化能力。

引用

页码：58 / 59

页数：2

共 7 条

[1]

化学计量学方法.[M].许禄;邵学广著;.科学出版社.2004,

[2]

清热解毒口服液的质量分析 [J].

田云 .

黑龙江医药科学, 2004, (04) :62

[3]

人工神经网络在中药领域中的应用现状及前景 [J].

张东方 ;

沙明 ;

杨松松 ;

李一波 ;

曹爱民 ;

孟宪生 .

中草药, 2003, (01)

[4]

中药色谱指纹图谱质量控制模式的研究和应用──若干实质性问题的探讨(一) [J].

谢培山 .

世界科学技术, 2001, (03) :18-23

[5]

中药指纹图谱的构建及计算机解析 [J].

苏薇薇 ;

吴忠 ;

全健 .

中药材, 2001, (04) :295-298

[6]

ANN back-propagation prediction model for fracture toughness in microalloy steel [J].

Haque, ME ;

Sudhakar, KV .

INTERNATIONAL JOURNAL OF FATIGUE, 2002, 24 (09) :1003-1010

[7]

Radial basis function neural network-based QSPR for the prediction of critical temperature [J].

Yao, XJ ;

Wang, YW ;

Zhang, XY ;

Zhang, RS ;

Liu, MC ;

Hu, ZD ;

Fan, BT .

CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS, 2002, 62 (02) :217-225

← 1 →