首页|差分拉曼光谱结合人工神经网络对药品塑料包装瓶的分类研究

差分拉曼光谱结合人工神经网络对药品塑料包装瓶的分类研究

扫码查看
原文链接
  • 万方数据
  • 维普
建立一个无损检验药品塑料包装瓶并对其进行分类的模型.利用差分拉曼光谱技术对47个样品进行检测,首先在原始数据的基础上进行差分拉曼光谱分析并进行人工分类,再运用Fisher判别法(FDA)和主成分分析法(PCA)对数据进行处理,结合人工神经网络算法(ANN-MLP/RBF)构建分类模型.在多层神经网络(MLP)模型中,使用原始数据、FDA处理后的数据、PCA降维后的数据对样本分类的正确率分别为87.23％、93.62％、97.87％,MLP模型下对样本分类的整体准确率为93％;在径向基神经网络(RBF)模型下,使用原始数据、FDA处理后的数据、PCA降维后的数据对样本分类的正确率分别为87.23％、93.62％、95.74％,RBF模型下对样本分类的整体准确率为92％.在研究相同条件下对药品塑料包装瓶进行分类时,采用PCA+MLP模型为最佳方案.
Classification of Plastic Pharmaceutical Packaging Bottles Based on Differential Raman Spectroscopy and ANN

李锦、姜红、杨俊、章欣

展开 >

中国人民公安大学侦查学院,北京 100038

中国人民公安大学马克思主义学院,北京 100038

南京简智仪器设备有限公司,江苏 南京 210049

差分拉曼光谱 人工神经网络 药品塑料包装瓶 无损检验

2021JKF21220191218

2022

10.3969/j.issn.1005-5770.2022.08.018

塑料工业
中蓝晨光化工研究院有限公司

塑料工业

CSTPCDCSCD北大核心
影响因子：0.685
ISSN：1005-5770
年,卷(期)：2022.50(8)
  • 8
  • 25