支持向量机与近红外光谱法鉴定大黄

被引：22

作者：

张孝芳

张卓勇

范国强

机构：

[1] 首都师范大学化学系

[2] 北京同仁堂股份公司科学研究所北京

[3] 北京

来源：

药物分析杂志 | 2006年 / 07期

关键词：

近红外光谱; 支持向量机; 核函数; 鉴别;

D O I：

暂无

中图分类号：

R282.5 [药材鉴定];

学科分类号：

100803 [中药鉴定学];

摘要：

目的:建立大黄真伪的鉴别方法。方法:本文对52个不同品种和不同产地的大黄样品进行了近红外谱图扫描,用支持向量机(SVM)中4种不同的核函数对近红外谱图进行了正品和非正品大黄的鉴别。结果:鉴别正确率均可达98.1%。结论:讨论了影响4个核函数预算的各个参数,表明多形式核函数更适合于本实验样品的鉴定。同时将此实验结果与用 RBF 神经网络鉴别的结果进行了比较,表明 SVM 使用简便,泛化能力强,核函数选择灵活性大,是大黄样本鉴别的简单可靠的方法。

引用

页码：914 / 917

页数：4

共 4 条

[1]

径向基函数网络用于细菌的MALDI-TOF-MS分类 [J].

张卓勇 ;

王丹 ;

Peter de B.Harrington ;

Kent J.Voorhees ;

Jon Rees .

计算机与应用化学, 2002, (Z1) :45-48

[2]

K -SVCR. A support vector machine for multi-class classification[J] Cecilio Angulo;Xavier Parra;Andreu Català Neurocomputing 2003,

[3]

Classification and quantitation of finishing oils by near infrared spectroscopy[J] M Blanco;J Pagès Analytica Chimica Acta 2002,

[4]

化学计量学方法[M] 许禄;邵学广著; 科学出版社 2004,

← 1 →