文献类型：期刊文章

作　　者：贾芸芳[1] 闵昌敏[2] 琚成[1] 朱博[1] 王鹏[3]

机构地区：[1]南开大学电子信息与光学工程学院,天津300350 [2]天津市医疗器械技术审评中心,300191 [3]天津市兰力科化学电子高技术有限公司,300384

出　　处：《国际生物医学工程杂志》

基　　金：天津市科技特派员项目（15JCTPJC63900）

年　　份：2016

卷　　号：39

期　　号：4

起止页码：222-225

语　　种：中文

收录情况：CAS、ZGKJHX、普通刊

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  

分 类 号：R445]