基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了验证X射线吸收光谱法对生物组织的辨识能力,选取猪的心脏、肝、肾、胃、瘦肉以及肥肉作为实验样本,以55 kV的电压激发X射线管,利用X射线探测器获取这6类生物组织样本的X射线吸收光谱.将采集到的光谱数据分为测试集与训练集,利用主成分分析法提取光谱主成分,以训练集为输入建立径向基函数(RBF)神经网络分类预测模型,对测试集样本进行分类预测.通过交叉验证法对所有样本进行辨识的识别正确率达到90.22%.实验结果表明,X射线光谱技术结合主成分分析法和RBF神经网络能够很好地用于猪的组织分类,对将X射线光谱技术应用于生物组织辨识具有重要的指导意义.
推荐文章
生物组织对X射线的折射率因子
前向散射因子
复折射率
原子数密度
X射线管原始谱和透射谱的测量及应用
X射线管
原始谱
透射谱
X射线吸收
硬化校正
基于DSP的X射线能谱数据采集系统设计
X射线
采样保持器
多道脉冲幅度分析器
TMS320F2812
复杂X射线能谱构造方法研究
X射线
能谱构造
最小二乘法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于X射线吸收谱的不同生物组织的辨识
来源期刊 高等学校化学学报 学科 化学
关键词 X射线吸收光谱 生物组织 分类识别 径向基函数神经网络
年,卷(期) 2018,(7) 所属期刊栏目 分析化学
研究方向 页码范围 1434-1439
页数 6页 分类号 O657.39
字数 2955字 语种 中文
DOI 10.7503/cjcu20170830
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 方正 厦门大学仪器与电气系 24 101 6.0 9.0
2 王倩 厦门大学仪器与电气系 9 28 4.0 5.0
3 杨正 厦门大学仪器与电气系 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
X射线吸收光谱
生物组织
分类识别
径向基函数神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高等学校化学学报
月刊
0251-0790
22-1131/O6
大16开
长春市吉林大学南湖校区
12-40
1980
chi
出版文献量(篇)
11695
总下载数(次)
9
总被引数(次)
133912
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导