文献知网节
  • 记笔记
摘要:为建立一种快速准确识别生、醋广西莪术并预测其姜黄素类化合物含量的科学评价方法,采用一整套仿生学的识别模式,通过电子鼻获取莪术及其醋制品的数字化气味信号,应用反向传播(back propagation, BP)神经网络算法分析数据,以精确度、敏感性和特异性位指标评估判别模型,以相关系数和均方误差评估回归模型。实验结果表明,通过BP神经网络算法建立的电子鼻信号判别模型在训练集、校正集和预测集中的3个指标均为100%,明显优于传统的决策树、朴素贝叶斯、支持向量机、K最邻近和集成分类,能准确地区分生、醋广西莪术;回归模型预测集相关系数和均方误差分别为0.974 8和0.117 5,能很好地预测广西莪术中姜黄素类化合物含量,展示了模仿生物识别模式在中药分析中的优越性。电子鼻气味指纹图谱结合BP神经网络算法,快速、便捷、准确地实现了的判别和回归,这提示了可以有更多的仿生学信息获取和识别模式在中药领域中联合使用,为中药质量的快速评价和标准化提供了思路和方法。
  • DOI:

    10.19540/j.cnki.cjcmm.20200523.304

  • 专辑:

    医药卫生

  • 专题:

    中药学

  • 分类号:

    R284.1

  • 手机阅读
    即刻使用手机阅读
    第一步

    扫描二维码下载

    "移动知网-全球学术快报"客户端

    第二步

    打开“全球学术快报”

    点击首页左上角的扫描图标

    第三步

    扫描二维码

    手机同步阅读本篇文献

  • HTML阅读
  • CAJ下载
  • PDF下载

下载手机APP用APP扫此码同步阅读该篇文章

下载:227 页码:3863-3870 页数:8 大小:1202K

相关文献推荐
  • 相似文献
  • 读者推荐
  • 相关基金文献
  • 关联作者