TY -的A2 Cozzolino丹尼尔盟——郭,陀盟——徐,奉节AU - Ma, Jinfang盟——通用电气,Fahuan PY - 2022 DA - 2022/12/05 TI -组件安泰药片基于一维卷积神经网络预测和近红外光谱学SP - 6875022六世- 2022 AB -卷积神经网络(cnn)是广泛用于图像识别和文本分析,提出了应用一维数据来减少需要预处理步骤。在这项研究中,一维卷积神经网络的性能(1 dcnn)机器学习算法追究安泰药片光谱数据的回归分析。该算法与其他最优化方法,包括支持向量机回归(SVR)和偏最小二乘回归(PLSR)方法。结果表明,1 dcnn模型优于PLSR和SVR模型与数据预处理的三个分析物(汉黄芩甙、黄岑素和阿魏酸)在安泰药片。以汉黄芩甙为例,修正系数等指标的测定( R v 2 的根均方误差),交叉验证(RMSECV)校准,预测确定系数( R p 2 ),根均方预测误差(RMSEP) PLSR模型获得的0.9340,0.5568,0.9491,和0.5088;SVR建模得到的指数是0.9520,0.4816,0.9667,和0.4117;和1 dcnn建模得到的指数是0.9683,0.3397,0.9845,和0.2807,分别。评价指标1的dcnn比PLSR和SVR,和预测效果是最好的,证明1 dcnn具有良好的泛化能力。尤其是离群值的光谱,PLSR R p 2 下降了0.0181,SVR R v 2 下降了0.01,1 dcnn的 R v 2 增加了0.0009 R p 2 下降了0.0057。1的评价指标dcnn相比没有明显的变化没有异常值,还可以显示良好的性能,它反映了包容1 dcnn模型的离群值。同时,1 dcnn模型的可行性和鲁棒性的应用近红外光谱验证,具有一定的应用价值。SN - 2314 - 4920你2022/6875022 / 10.1155——https://doi.org/10.1155/2022/6875022——摩根富林明——《光谱学PB - Hindawi KW - ER