人工神经网络用于连钱草中总黄酮和三萜酸类成分的含量预测

摘要：

以连钱草的毛细管电泳指纹图谱为输入数据,以总黄酮和三萜酸类成分含量为输出数据,构建了反向传播网络、径向基函数网络和广义回归网络三种人工神经网络模型.采用三种网络模型和两种预测方法对未知样本的总黄酮和三萜酸类成分含量进行了预测,并分别比较了三种网络和两种预测方法的预测结果.另外,结合聚类分析结果和输入数据的相似度,分析了预测误差的来源.结果表明:三种网络对大部分样本的预测值与实际值都比较接近,而广义回归网络的预测效果最优;扣除奇异值后,广义回归网络的两种预测方法对未知样本的总黄酮和三萜酸类成分含量的平均预测误差分别为10.9%和0.00073%.

关键词：人工神经网络、连钱草、总黄酮、三萜酸类

所属期刊栏目：23

分类号：R917(药物基础科学)

资助基金：湖北省自然科学基金204130423

在线出版日期：2007-07-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：263-268