基于贝叶斯决策的近红外光谱药片分类方法

• 作者: 刘铁兵 吕进 周扬 戴曙光 施秧 李博斌 葛丁飞
• 来源期刊: 分析化学
• 关键词: 药片分类 近红外 贝叶斯决策 参数估计
• 年，卷（期）: 2013,（2）
• 所属期刊栏目: 研究简报
• 页码范围: 293-296
• 页数: 4页
• 字数: 2752字
• 语种: 中文
• DOI: 10.3724/SP.J.1096.2013.20317

摘要

针对药片近红外光谱法分类过程中校正集样本数量过少且各类样本数量不均导致分类误差问题,提出了基于贝叶斯决策的分类方法.本方法对校正集样本在各类中的先验概率密度和各类药片光谱的类条件概率密度进行了估计,利用贝叶斯全概率公式计算了待分类光谱分属于各类的后验概率,根据后验概率大小对药片分类.实验随机选取4类数量不等的西酞普兰药片70片,建立贝叶斯决策分类模型,对20片验证集药片进行分类,各类的分类灵敏度和特异度均达到了100％,对比判别最小二乘法的分类结果,验证了贝叶斯决策分类法能将样本及其近红外光谱的分布信息参与分类决策,提高了分类的准确性和适应性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	戴曙光	上海理工大学光电信息与计算机工程学院	166	839	14.0	22.0
2	吕进	浙江科技学院近红外应用技术研究室	13	93	6.0	9.0
3	施秧	浙江科技学院近红外应用技术研究室	14	83	5.0	8.0
4	刘铁兵	浙江科技学院近红外应用技术研究室	25	159	9.0	11.0
5	李博斌		26	274	9.0	16.0
6	葛丁飞	浙江科技学院近红外应用技术研究室	21	82	7.0	8.0
7	周扬	浙江科技学院近红外应用技术研究室	6	46	4.0	6.0