一种新的线性神经网络多组分分析法及其在VC银翘片NIR定量分析中的应用

被引：5

作者：

白英奎

申铉国

冯毅

张铁强

黄芳

机构：

[1] 吉林大学通信工程学院,吉林大学物理学院,吉林大学物理学院,吉林大学物理学院,吉林大学物理学院吉林长春,吉林长春,吉林长春,吉林长春,吉林长春

来源：

光谱学与光谱分析 | 2005年 / 06期

基金：

高等学校骨干教师资助计划;

关键词：

主成分分析; 线性神经网络; 近红外光谱; VC银翘片;

D O I：

暂无

中图分类号：

O657.33 [红外光谱分析法]; TQ466.3 [维生素Ｃ];

学科分类号：

摘要：

用红外光谱仪测量了VC银翘片的近红外谱图,然后将主成分分析法(PCA)和线性神经网络结合,分析VC银翘片中的对乙酰氨基酚和维生素C的含量。讨论了主成分数的选择及影响神经网络的各参数。为了比较算法的性能,作者又分别采用了偏最小二乘法、主成分分析结合BP神经网络进行数据处理。实验及数据处理结果表明,在3种多组分分析方法中,主成分分析结合线性神经网络的方法具有最高的预测精度。

引用

页码：898 / 901

页数：4

共 5 条

[1] 中药材三七中皂苷类成分的近红外光谱快速无损分析新方法 [J].