留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

HPLC指纹图谱结合反向传播人工神经网络和判别分析鉴定不同的麻黄药材

上一篇

下一篇

王丽琼,范琦,易珍奎,王以武. HPLC指纹图谱结合反向传播人工神经网络和判别分析鉴定不同的麻黄药材[J]. 西南师范大学学报(自然科学版), 2012, 37(5).
引用本文: 王丽琼,范琦,易珍奎,王以武. HPLC指纹图谱结合反向传播人工神经网络和判别分析鉴定不同的麻黄药材[J]. 西南师范大学学报(自然科学版), 2012, 37(5).
Identification of Different Ephedra Plants Using HPLC Fingerprints in Combination with Back-Propagation Artificial Neural Network and Discriminant Analysis[J]. Journal of Southwest China Normal University(Natural Science Edition), 2012, 37(5).
Citation: Identification of Different Ephedra Plants Using HPLC Fingerprints in Combination with Back-Propagation Artificial Neural Network and Discriminant Analysis[J]. Journal of Southwest China Normal University(Natural Science Edition), 2012, 37(5).

HPLC指纹图谱结合反向传播人工神经网络和判别分析鉴定不同的麻黄药材

Identification of Different Ephedra Plants Using HPLC Fingerprints in Combination with Back-Propagation Artificial Neural Network and Discriminant Analysis

  • 摘要: 采用HPLC-UV测定36个麻黄药材的指纹图谱,应用化学计量学进行图谱预处理和数据预处理,建立并验证不同种类、不同产地和不同采摘时间的麻黄药材的反向传播人工神经网络(back-propagation artificial neural network,BP-ANN)和判别分析(discriminant analysis,DA)判别模型.研究结果显示,所建BP-ANN模型的预测准确率为83.3,~94.4,、DA模型的性能指标为82.8,~88.5,,可见所建方法能有效判别不同种类、不同产地和不同采摘时间的麻黄药材.该方法基于麻黄药材物质基础的整体性质,判断客观,为其他药材的分析提供了参考.
  • 加载中
  • 加载中
计量
  • 文章访问数:  265
  • HTML全文浏览数:  84
  • PDF下载数:  0
  • 施引文献:  0
出版历程

HPLC指纹图谱结合反向传播人工神经网络和判别分析鉴定不同的麻黄药材

  • 重庆医科大学药学院,重庆,400016

摘要: 采用HPLC-UV测定36个麻黄药材的指纹图谱,应用化学计量学进行图谱预处理和数据预处理,建立并验证不同种类、不同产地和不同采摘时间的麻黄药材的反向传播人工神经网络(back-propagation artificial neural network,BP-ANN)和判别分析(discriminant analysis,DA)判别模型.研究结果显示,所建BP-ANN模型的预测准确率为83.3,~94.4,、DA模型的性能指标为82.8,~88.5,,可见所建方法能有效判别不同种类、不同产地和不同采摘时间的麻黄药材.该方法基于麻黄药材物质基础的整体性质,判断客观,为其他药材的分析提供了参考.

English Abstract

参考文献 (0)

目录

/

返回文章
返回