期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
电子鼻融合BP神经网络鉴别生、醋广西莪术及姜黄素类成分的含量预测
被引量:
9
1
作者
蓝振威
季德
+2 位作者
王淑美
陆兔林
孟江
《中国中药杂志》
CAS
CSCD
北大核心
2020年第16期3863-3870,共8页
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...
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0.9748和0.1175,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。
展开更多
关键词
广西莪术
醋莪术
电子鼻
BP神经网路
姜黄素
含量预测
原文传递
题名
电子鼻融合BP神经网络鉴别生、醋广西莪术及姜黄素类成分的含量预测
被引量:
9
1
作者
蓝振威
季德
王淑美
陆兔林
孟江
机构
广东药科大学中药学院
南京中医药大学药学院
出处
《中国中药杂志》
CAS
CSCD
北大核心
2020年第16期3863-3870,共8页
基金
2016年度新兴产业重大工程中药标准化项目(ZYBZH-Y-SC-40)
广东省教育厅广东药科大学创新强校工程项目(2016KTSCX064,2018KZDXM040)
广州市科技局项目(201707010170)。
文摘
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0.9748和0.1175,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。
关键词
广西莪术
醋莪术
电子鼻
BP神经网路
姜黄素
含量预测
Keywords
curcuma
kwangsiensis
vinegar
-
processed
rhizomes
of
curcuma
kwangsiensis
electronic
nose
BP
neural
network
curcumin
content
prediction
分类号
R284.1 [医药卫生—中药学]
原文传递
题名
作者
出处
发文年
被引量
操作
1
电子鼻融合BP神经网络鉴别生、醋广西莪术及姜黄素类成分的含量预测
蓝振威
季德
王淑美
陆兔林
孟江
《中国中药杂志》
CAS
CSCD
北大核心
2020
9
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部