基于机器学习鉴别牛黄类药材红外光谱的研究

基于机器学习鉴别牛黄类药材红外光谱的研究
石岩;王晓伟;魏锋;马双成
【期刊名称】《中国药物警戒》
【年(卷),期】2023(20)2
【摘要】目的使用机器学习领域内的自组织映射神经网络对牛黄、体外培育牛黄和人工牛黄样品红外光谱数据进行区分和鉴别。

方法将样品的红外光谱数据进行autoscale处理,然后分别进行非监督分析和监督分析。

借助遗传算法研究和探讨最合适的模型类型及相关参数。

选取的模型为XY-Fused神经网络,神经元数量为25(5×5),epoch为1000,训练方式为batch,神经元网络选择为有边界形式。

然后将43批样品随机选取其中9批样品作为验证集样品,其余34批样品作为校正集用于模型的训练和学习。

结果所建立的XY-Fused神经网络模型3次平行训练和学习的交叉验证正确率分别为94.1%、94.1%、94.1%,平均为94.1%;验证集验证正确率分别为100%、83.3%、100%,平均为94.4%。

结论建立的XY-Fused神经网络适用于牛黄类药材的红外光谱数据分析和鉴别,对牛黄类药材的研究具有一定的参考价值。

【总页数】7页(P140-145)
【作者】石岩;王晓伟;魏锋;马双成
【作者单位】中国食品药品检定研究院中药民族药检定所;河南省食品药品检验所【正文语种】中文
【中图分类】R991;R994.11
【相关文献】
1.石斛类药材的红外光谱鉴别研究及其抗氧化活性比较
2.基于机器学习的玉米单倍体近红外光谱鉴别方法研究
3.不同产地药材牛膝的红外光谱及红外导数光谱鉴别研究
4.基于近红外光谱技术的伪品人工牛黄鉴别研究
5.近红外光谱法鉴别6种根茎类中药材
因版权原因，仅展示原文概要，查看原文内容请购买。