2024年12月4日
星期三
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
朱博
作品数:
1
被引量:2
H指数:1
供职机构:
南开大学电子信息与光学工程学院
更多>>
相关领域:
医药卫生
更多>>
合作作者
王鹏
天津市兰力科化学电子高技术有限...
贾芸芳
南开大学电子信息与光学工程学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
医药卫生
主题
1篇
药物
1篇
药物分类
1篇
神经网
1篇
神经网络
1篇
人工神经
1篇
人工神经网络
1篇
网络
1篇
误差反向传播
1篇
近红外
1篇
近红外光
1篇
近红外光谱
1篇
工神经网络
1篇
光谱
1篇
红外
1篇
红外光
1篇
红外光谱
1篇
BP神经
1篇
BP神经网
1篇
BP神经网络
1篇
MATLAB...
机构
1篇
南开大学
1篇
天津市兰力科...
作者
1篇
贾芸芳
1篇
王鹏
1篇
朱博
传媒
1篇
国际生物医学...
年份
1篇
2016
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
近红外光谱检测结合BP神经网络用于药物分类及MATLAB实现
被引量:2
2016年
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.
贾芸芳
闵昌敏
琚成
朱博
王鹏
关键词:
近红外光谱
误差反向传播
人工神经网络
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张