基于自组织竞争型神经网络的青果HPLC指纹图谱
作者：杨俊岭 整理 来源：金宝搏网站登录技巧
日期：2016-05-19
导读
近期，广州中医药大学中药学院研究人员发表论文，旨在利用自组织竞争型神经网络判别不同产地青果的指纹图谱，为青果的质量评价奠定基础。研究指出，自组织竞争型神经网络模型无法将不同产地的青果有效分类，不同产地的青果化学成分种类及含量差异不明显。该文发表在2016年第09期《中国实验方剂学杂志》上。 色谱条件采用PhenomenexLunaC18色谱柱（2）100A（4.6mm250mm，5m），
近期，广州中医药大学中药学院研究人员发表论文，旨在利用自组织竞争型神经网络判别不同产地青果的指纹图谱，为青果的质量评价奠定基础。研究指出，自组织竞争型神经网络模型无法将不同产地的青果有效分类，不同产地的青果化学成分种类及含量差异不明显。该文发表在2016年第09期《中国实验方剂学杂志》上。
色谱条件采用Phenomenex Luna C18色谱柱（2）100A（4.6 mm×250 mm，5μm），流动相乙腈-1%甲酸，检测波长270 nm，流速0.8 m L·min-1，柱温20℃，建立不同产地青果的指纹图谱，利用竞争层神经元数目为3，学习率为0.01，收敛次数为690的自组织竞争型人工神经网络模型对其进行分类判别。
结果显示， 自组织竞争型神经网络模型对青果HPLC指纹图谱分类平均错误率为39.13%。
分享：
相关文章
评论
我要跟帖发表
回复 小鸭梨：
发表
.jpg)
