论文部分内容阅读
用独立分量分析（ICA）方法提取药片近红外光谱数据矩阵的独立成分和相应的混合矩阵，再用BP神经网络对混合矩阵和药片中活性成分的浓度矩阵进行建模，提出了新的药片活性成分含量测定的基于独立分量分析一神经网络回归（ICA-NNR）的近红外光谱分析方法．通过分析独立分量数和网络中间隐层的神经元数对模型性能的影响，分别建立三类药片定量分析的最优模型．该方法用于实测的三类药片中活性成分含量的测定，测试样品集的化学检测值与近红外预测值的相关系数分别达到0．962，0．980及0．979．结果表明，基于ICA-NNR的近