近红外光谱检测结合BP神经网络用于药物分类及MATLAB实现

摘要：

目的 为实现快速、无损的药物分类以及提高药物分类准确率.方法 采用主成分分析和神经网络相结合(PCA-ANN)的模式识别,建立了药物分类模型并使用MATLAB语言开发了药物分类软件.采用近红外光谱检测技术,对5种药物、共120个批号的样本,在激发波长为1 350～1 800 nm、间隔为0.5 nm处收集近红外光检测数据.结果 本研究模型在掺入干扰药物种类数小于5种时,网络训练均方差(MSE)为5.91e-03,预测误差率(β)为2.469％.结论 利用近红外光谱检测技术结合PCA-ANN的方法可有效进行药物分类且可提高分类的准确率.

关键词：近红外光谱、误差反向传播、人工神经网络、主成分分析、MATLAB

所属期刊栏目：39

分类号：TP391;TP183;TN911.7

在线出版日期：2016-10-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：222-225,后插12