论文部分内容阅读
将径向基函数网络与红外光谱分析技术相结合, 对正品和非正品大黄样品进行分类判别. 采用小波变换对原始数据进行压缩, 将原来的775个数据点压缩到49个变量, 既保持了原来的特征谱峰又提高了网络的训练速度. 对45种样品进行了测定和鉴别, 正确率可以达到97.78%. 并对影响分类结果的网络参数, 目标误差和分布函数对样品分类的影响做了讨论. 红外光谱法与神经网络相结合用于中草药的分类鉴定更加快速和方便.