摘要: 通过药品的可见-近红外光谱数据,提出基于支持向量机(SVM)和BP神经网络来定量分析药品中组分含量的检测方法,建立相应的药品组分含量的预测模型。以2002年国际扩散反射会议(IDCR)发布的可见-近红外药片数据集为研究对象进行分析研究。结果表明:SVM法所建模型的预测精度明显高于BP神经网络模型,可以较好地应用于可见-近红外光谱检测药品,为药品检测提供了一种准确、有效的方法。
中图分类号:
周宇晴, 秦梦芝,马志宏. 支持向量机和BP神经网络在可见-近红外光谱检测药品中的比较与应用[J]. 天津农学院学报, 2016, 23(2): 49-52.
ZHOU Yu-qing, QIN Meng-zhi, MA Zhi-hong. Comparison and Application of Support Vector Machine and BP Neural Network in Visible-near Infrared Spectroscopy Detection of Drugs[J]. Journal of Tianjin Agricultural University, 2016, 23(2): 49-52.