基于BP神经网络黄芩红外光谱数据与总黄酮含量模型的建立

• 作者: 王昭懿 陈永杰 韩丽琴
• 来源期刊: 吉林医药学院学报
• 关键词: 红外光谱 ANN BP神经网络模型 总黄酮
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 论著
• 页码范围: 257-260
• 页数: 4页
• 分类号: R284
• 语种: 中文

摘要

目的 选取人工神经网络中的BP神经网络模型,建立红外光谱数据与黄芩中总黄酮的含量之间的预测模型.方法 选取20个不同样本的黄芩,测定其红外光谱,比较得出800～1 800 cm-1其峰位置与吸收强度具有明显的差异,由此可作为模型建立的基础,故选取此处为特征差异处,每隔4 cm-1取一点,共选取250个点作为输入数据.提取20个黄芩样本中总黄酮,通过对神经网络模型的输入层、隐含层、输出层神经元数目进行训练.结果 通过训练神经网络模型得知,在输入层、隐含层、输出层神经元数目分别为(3,1,1)时,最佳模型训练集RMSE最小为0.000 820047,以此对监控集进行预测得RMSE为0.101 761,相关吸收R2为0.999 3.结论 利用黄芩红外光谱数据,通过BP神经网络模型,可以很好地预测黄芩中总黄酮的含量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王昭懿	武汉大学信息学部	3	4	1.0	2.0