文档介绍：万方数据
人工神经网络分类鉴别苦丁茶红外光谱庞涛涛,姚建斌,杜黎明。1moid)^(of-s引言6或称为自组织学习苐髓哂方式进行学习的。(ANN)2511生物学、认知科学、非线性科学等学科与计算机、电子学、人工智能、微电子、信息处理、模式识别等工程学科有机地红外光谱近年来,在许多学科领域得到广泛应用【埘。人工神经网络在红外光谱测定中的应用已有较多文献报本文首次应用竞争神经网络髦和反向传播人工神经网络对苦丁茶进行了分类鉴别。结果表明,无损药材一个中间层,一个输出层组成。P(m)2组织过程正是大脑组织的一个基本现象。竞争型神经网络有很多具体形式和不同的学习算法,N)(BP)N)关键词苦丁茶;人工神经网络;竞争神经网络;反向传播人工神经网络;红外光谱06573A文章编号:人工神经网络是在生物学中神经网络理论基础上发展起来的多学科交叉、共同发展的前沿学科。它的研究,使诸如结合起来,从而具有广泛的应用前景。道¨,运用人工神经网络对药物制剂也进行了研究引,苦丁茶红外光谱的重复性好,从光谱中提取的用于两种人工神经网络计算的特征数据规律明显,N)BP力强,此方法具有简便、快速、准确等特点。实验结果表明采用竞争神经网络技术可分类鉴别不同产地和不同级别的苦丁茶。网络是一种具有三层或三层以上的多层神经元网络,它的左右各层之间的各个神经元可以实现连结,即左层的每一神经元与右层的每个神经元都有连接,而上下层各神经元之间无连接。本文采用三层网络,该网络由一个输入层,BPS的对数式的正切传递函数和线性函数,本文采用对数放大系数功能,它可以把输入从负无穷大到正无穷大的信号变换为一之间输出,对较大的输入信号,放大系数较S传递函数可以处理和逼进非线性的输入/输出关系,输出采用线性函数,输出层节点氖涑鲋悼趖和期望值“之间进行竞争神经网络的显著特点是它的输出神经元相互竞争以确定胜者,胜者指出哪一种原型模式最能代表输入模式。竞争神经元网络一般是以无监督学习∞,自组织学习算法的目的是在无导师指导下寻找输入数据空间中的重要的模式特征。自组织学习的网络结构模型,比有监督学习的网络结构模型更接近生物神经系统,因为网络的自文只介绍一种比较简单的网络结构和学习算法。网络结构如1Nv0127No7ppl336-1339,山西师范大学分析测试中心,山西临汾leafning)收稿日期:P薅┤掌冢基金项目:山西省自然科学基金项目资助作者简介:庞涛涛,年生,山西师范大学化学与材料科学学院硕士研究生*
万方数据
FIs0fIlmh溅窹%↘呐i410(lsttOfpe6tiver司珼幡觳馄鳎馄追段2∑,神经元之间相互竞争,最终只有23咖舢衄盯ooo4001255-1ǘ文冢tcliff=12Nf=12M—个或者几个神经元获胜,以适应当前的输入样本。竞争胜JMaworks算软件饥,,基于,神经网络工具箱,设计出了苦丁茶的神经网络鉴别系统。23611分分析的波数范围,这一范围的选择是为了去除大部分二氧r1100的输入值。输出值为不同种类苦丁茶编码,如广东苦丁茶编若隐含层节点数过多,则网络更易于区分各样本之间的微小差别。但同时网络的复杂程度增加,收敛速度减慢。在本研瑚哪7光谱学与光谱分析利的神经元就代表着当前输入样本的分类模式。仪器设备和参数设置4crn_132化碳的干扰。样品来源和制备636