人工神经网络-近红外光谱法非破坏定量分析Norvasc药片

用人工神经网络(ANN)解析Norvasc药片的近红 外(NIR)漫反射光谱, 实现了对其中有效成分苯磺酸氨氯地平精确的非破坏定量测定. 设计了最佳的ANN模型, 分别讨论了输入层和隐含层节点数对测定结果的影响. 以HPLC法的测定结果为标准, 苯磺酸氨氯地平浓度预测值的相对误差RE(%)＜4.2%.     

人工神经网络-近红外光谱法非破坏监控蛇床子SFE-CO2萃取物的质量

将人工神经网络与近红外漫反射光谱相结合, 对蛇床子超临界CO₂萃取物中的蛇床子素和欧前胡素同时进行快速、 非破坏的定量分析. 分别利用 萃取物的原始光谱和两种预处理光谱（一阶导数和标准归一化）建立了网络的数学校正模型, 并把所得结果进行了比较, 确定用一阶导数光谱所建立的模型为最佳网络模型.     

PLS—近红外漫反射光谱法分析片剂药品补热息痛

研究了应用偏最小二乘法(PLS)同近红外漫反射光谱法结合,对扑热息痛片剂药品进行非破坏定量分析,建立了最佳的数学校正模型。讨论了主成分数对PLS定量预测能力的影响,预测了未知样品,预测结果是准确的。     

近红外光谱法定量分析亚麻油中的主要组分

用厚度为 1cm的玻璃比色皿作为吸收池 ,测定了亚麻油的近红外光谱 ,利用 70 0 0～ 6 0 0 0cm-1范围内的透波率 ,建立了主成分回归分析模型和BP人工神经网络模型 ,用二模型预测了亚麻油中油酸、亚油酸和亚麻酸的含量 ,预测结果的平均相对误差均在 2 %以内 ,并BP人工神经网络模型预测的效果较好。该法可用于亚麻油中主要组分的实时成分分析。     

近红外光谱法快速测定复混肥总氮含量

本文研究了应用近红外漫反射技术测定复混肥总氮含量的新方法。在 40 0 0-1 3 3 0 0 cm- 1范围内 ,采用偏最小二乘法 ( PL S) ,对一系列标准样品的近红外光谱数据进行回归 ,建立了复混肥有关品种总氮含量分析的数学模型。采用此模型进行分析 ,速度快、样品制备简单、分析结果与传统分析方法结果有较好的一致性。     

PLS-近红外漫反射光谱法分析片剂药品扑热息痛

研究了应用偏最小二乘法(PLS)同近红外漫反射光谱法结合，对扑热息痛片剂药品进行非破坏定量分析，建立了最佳的数学校正模型。讨论了主成分数对PLS定量预测能力的影响，预测了未知样品，预测结果是准确的。     

采用近红外漫反射光谱法分析牛奶成分

为提高牛奶成分化学分析的效率，研究了近红外漫反射光谱在牛奶主要成分分析中的应用；讨论了光在牛奶中的传播方式和相关测量方法的选择；采用偏最小二乘(PLS)建立校正模型，比较了各种预处理方法和不同谱区的建模效果，其中脂肪的相关系数为0．99，标准偏差为0．048 g/dL，蛋白质的相关系数为0．92，标准偏差为0．102g/dL结果表明，近红外漫反射光谱测量可以满足牛奶主要成分的测量要求。     

MW-PLS法对雷尼替丁粉末药品的定量分析

结合可移动窗口偏最小二乘法（MW PLS）, 利用近红外漫反射光谱建立雷尼替丁粉末药品质量分数无损快速检测方法. 对模型进行优化时选择一阶导数、 二阶导数、 卷积平滑和快速Fourier变换预处理方法, 并优化隐变量数等模型参数. 以逼近度Da作为建模参数的优化评价标准, 最终得到测定雷尼替丁粉末药品的最佳模
型. 用该模型进行预测, 其校正集和验证集的预测值和真实值间的相关系数（Rc）分别为0.984 5和0.977 5, 校正集的均方根误差（RMSEC）为0.003 1, 验证集均方根误差（RMSEP）为0.003 3. 与高效液相色谱(HPLC)测定结果比较, 其相对误差≤2.422%.     

近红外漫反射光谱法快速测定川射干药材中射干苷含量

采用近红外漫反射光谱法对川射干药材中射干苷含量进行快速无损测定.以高效液相色谱法测定不同批次川射干药材中射干苷含量作参比,采用偏最小二乘回归算法建立川射干药材中射干苷的定量校正模型,并对未知样品中射干苷含量进行预测.结果表明,川射干药材中射干苷定标标准偏差(SEC)、相对分析误差(RPDC)、交叉检验标准误差(SECV)、校正模型的决定系数(RCV)和交叉验证相对分析误差(RPDCV)分别为0. 1253、4. 9087、0. 5948、0. 50、1. 0338.方法检测速度快、效率高,结果准确可靠,可用于川射干药材的质量控制.     

用近红外光谱定量分析混纺毛织品中羊毛的质量分数

运用近红外漫反射光谱技术定量分析羊毛/染色粘胶混合样中羊毛的质量分数,标样集中近红外预测值与实际值之间的相关系数是0.982;对待测样品检验结果:预测值变异系数CV为4.1％,令人满意。表明该方法有望成为一种快速的、非破坏性的定量分析混纺织物的手段。     

拉曼光谱和近红外光谱在小麦粉品质定量分析中的应用

应用拉曼光谱分析技术结合最小二乘法,应用近红外光谱技术结合偏最小二乘法,以及现有的小麦粉光谱数据,对小麦粉进行采集光谱信息,选择最优的光谱预处理方法,分别建立了水分、灰分、面筋的定量模型,并验证了模型的可行性.实验分析表明,近红外光谱技术建立的模型比拉曼光谱分析技术建立的模型效果要好.     

回归分析人工神经网络

为避免每次训练都必须随机生成样本序列的问题,提出网络动态拓扑的概念,对各种前向式网络进行统一表述;提出正、反序训练方法,并给出解的唯一性证明,同时,网络连接权在初始化时不再需要随机生成。回归分析人工神经网络有效解决了两次随机过程对训练结果造成的不利影响,在稳定性和可信性上对人工神经网络的应用提供了理论依据和技术支持。     

BP神经网络在氯代羟基苯甲醛QSRR研究中的应用

用BP神经网络法对氯代羟基苯甲醛的定量结构-色谱保留值关系(QSRR)进行了研究,采用多元回归分析对此类化合物的QSRR进行了比较研究，并用因子分析法的斜交因子得分图直观地揭示了上述两法在运用中的优劣差异。     

东坡井田矿井构造的人工神经网络定量评价

以东坡井田为例介绍了人工 神经网络方法在矿井构造定量评价中的应用。首先在分析了东坡井田矿井构造主要影响因素基础上,确定了12个指标作为指标;然后详细叙述了神经网络输入层、隐层及输出层神经元个数的确定以及利用有序的质量最优分割方法和插值法得到训练样本;最后经过学习对网络进行训练,利用此网络对划分出的东坡井田的评价单元进行评价取得了良好的效果。     

用人工神经网络预测黑火药燃烧性能

利用人工神经网络算法建立了黑火药燃烧热力学参数的定量BP网络模型,通过10组配方的元素组成及其输出参数测试值对模型进行了训练,用另外9组配方的测试结果与相应的预测结果进行了对比研究. 结果表明,该方法能较好地对黑火药的燃烧参数进行预测,预测值和试验值误差小于7%,精度较高,可作为功能黑火药配方设计、输出特性参数预测的工具.     

近红外光谱-偏最小二乘法无损定量分析异烟肼片

应用近红外漫反射光谱结合偏最小二乘法, 对异烟肼片中异烟肼的含量进行分析, 建立了近红外光谱数学校正定量分析模型, 其对校正集样品的交互验证均方根误差(RMSECV)为0.00632. 对预测集样品的预测均方根误差(RMSEP)为0.00603; 回归系数为0.99456;加样平均回收率为99.772%. 重现性实验相对标准偏差(RSD)为0.526%. 结果表明, 该方法预测精度高, 且具有方便快捷、 非破坏、 无污染、 可在线检测和重现性好等优点.     

非线性回归分析中的神经网络方法

基于三层前馈式人工神经网络,提出一种用于确定一类非线性曲线回归参数的有效方法。通过实例学习,结果表明,该方法具有良好的参数辨识效果     

粉末药品磺胺甲基异噁唑的非破坏定量分析

以磺胺甲基异唑粉末药品的近红外漫反射光谱数据建立人工神经网络模型 ,预测未知样品 ,进行粉末药品的非破坏定量分析 ,并对影响网络的各参数进行讨论 .