公开(公告)号：CN116204831A

公开(公告)日：2023-06-02

申请号：CN202211705995.2

申请日：2022-12-29

Applicant: 南京邮电大学通达学院

Inventor： 许恭友 ,  余永红 ,  李龙驰

IPC: G06F18/2415 ,  G06F18/2135 ,  G06F18/23213 ,  G06N3/045 ,  G06N3/047 ,  G06N3/084 ,  G06F17/16

Abstract: 本发明公开了一种基于神经网络的道地性分析法。该方法主要包括如下步骤：首先，提取对应药物的近红外(4004cm‑1‑10000cm‑1)和中红外(552cm‑1‑4000cm‑1)数据共9044条光谱数据，使用基于SVD奇异值分解处理协方差矩阵实现的主成分分析(PCA)法对数据进行降维预处理；其次采用全连接神经网络对数据进行特征提取，最后在神经网络的输出17个值并采用柔性最大值来转化成类别的概率；接着根据药物的实际旋转的类别，优化网络参数，降低损失函数；最后得到一个较为准确能够预测中药道地性类别的方法，本方法主要解决了在传统药材光谱分析中特征不显著难以分析其道地性的情况。