人工神经网络-近红外光谱法定量分析Cofrel粉末药品

人工神经网络紫外分光光度法同时测定复方阿司匹林片3组分的含量（作者:___________单位: ___________邮编: ___________）【摘要】目的在不经分离的情况下，用紫外分光光度法同时测定复方阿司匹林片中的3个组分的含量。

方法采用人工神经网络法，取已知浓度的咖啡因、阿司匹林、非那西丁标准溶液按不同比例混合生成合成样品，以合成样品的不同波长下的吸光度值作为网络输入值，3组分的量为输出值，训练网络并预测复方阿司匹林片中3组分的含量。

结果复方阿司匹林片中阿司匹林、非那西丁和咖啡因的平均回收率分别为98.7%、101.4%、100.4%，RSD值分别为0.7%、1.5%、2.1%。

结论人工神经网络有较强的预测能力，能不经分离同时测定复方阿司匹林片中的3组分。

【关键词】人工神经网络；紫外分光光度法；复方阿司匹林片Abstract:Objective To establish a method for simultaneous determination of the three components, aspirin, phenacetin and caffeine in compound aspirin tablets. Methods The quantity of combined samples were applied as input and the absorbancy were applied as output to train the artificial neuralnetwork.Results The average recovery of aspirin, phenacetin and caffeine were 98.7%, 101.4% and 100.4%, respectively. Conclusion The artificial neural network combined with spectrophotometry is a good method for simultaneous determination of the three components in compound aspirin tablets.Key words:artificial neural networks；ultraviolet spectrophotometry；compound aspirin tablets复方制剂中的多组分不经分离，直接用紫外分光光度法同时进行测定，在药物的质量控制中有较大的实用价值［1］。

人工神经网络应用于光谱分析同时测定增效联磺片三组分含量严拯宇;王朝晖;姜新民;张圣华
【期刊名称】《分析科学学报》
【年(卷),期】1999(15)4
【摘要】应用人工神经网络原理，采用误差反向传播方法，对紫外吸收光谱重叠的增效联磺片中的三个组分含量不经分离可同时进行测定。

磺胺嘧啶（ＳＤ）、磺胺甲口恶口坐（ＳＭＰ）、甲氧苄胺嘧啶（ＴＭＰ）的平均回收率分别为１０３．１％、９８．２１％、９８．７６％。

探讨了人工神经网络中网络参数对分析结果的影响。

实验证明，人工神经网络方法应用在光谱分析中对复方药物含量进行测定，性能良好，结果准确。

【总页数】5页(P297-301)
【关键词】测定;磺胺嘧啶;磺胺甲基异恶唑;甲氧苄胺嘧啶
【作者】严拯宇;王朝晖;姜新民;张圣华
【作者单位】中国药科大学分析化学教研室;华中师范大学
【正文语种】中文
【中图分类】R978.2
【相关文献】
1.高效液相色谱法测定增效联磺片中三组分的含量 [J], 张琴;董燕
2.吸收度比值系数法测定增效联磺片中三组分的含量 [J], 黄小平;万新祥;王耕
3.人工神经网络分光光度法用于增效联磺片三组分的同时测定 [J], 丁德荣;刘世庆;王煜;宋爱华
因版权原因，仅展示原文概要，查看原文内容请购买。

近红外光谱技术在制药过程控制中应用的新进展发表时间：2013-07-25T16:21:08.200Z 来源：《医药前沿》2013年第17期供稿作者：袭辰辰[导读] 经典方法如利用红外干燥箱检测水分，耗时长，作为过程控制速度太慢。

袭辰辰（天津中医药大学 100050）【摘要】近红外光谱技术（NIR）是一种高效快速的现代分析技术，它综合运用了计算机技术、光谱技术和化学计量学等多个学科的最新研究成果，以其独特的优势在多个领域得到了日益广泛的应用。

近红外光谱技术在制药过程控制应用主要表现在对原料药的主要活性成分，结晶状态、粒径、旋光性和密度进行检测，对只要过程中的混合均匀性，干燥过程水分，注射用产品灭菌，膜衣厚度，粒径，主要成分和中间产物浓度，溶出度，药物中微生物定性定量监测。

【关键词】近红外光谱技术制药过程控制【中图分类号】R319 【文献标识码】A 【文章编号】2095-1752（2013）17-0055-02近红外光谱(Near-Infrared)是20世纪90年代以来发展最快、最引人注目的光谱分析技术，该方法具有预处理简单、分析速度快、非破坏性及适合于在线分析等优点，在药物的定性鉴别、定量分析及质量控制等方面显示了很大的作用。

药品质量与生产过程中的每个环节密切相关。

制药过程关键工艺的监测、控制对于保证药品质量至关重要。

近红外光谱分析技术在药物的在线检测方面显示了巨大的优势。

目前，已有大量文献介绍了近红外光谱分析技术在药学领域中的应用。

下面笔者将总结和整理近红外光谱技术在制药领域过程控制中的应用，并介绍其新进展1.近红外光谱技术近红外区域是指波长在780～2526nm范围内的电磁波，主要是由于分子振动的非谐振性使分子振动从基态向高能级跃迁时产生的，记录的主要是含氢基团C-H、O-H、N-H、S-H、P-H等振动的倍频和合频吸收。

不同基团（如甲基、亚甲基、苯环等）或同一基团在不同化学环境中的近红外吸收波长与强度都有明显差别。

高效近红外光谱分析技术在药物分析中的应用摘要:分析技术对快速分析或实时检测是非常理想的技术手段,是大型石油化工,农业,制药,食品加工等工业生产所必须依靠的重要分析技术之一。

本文重点阐述了技术在药物分析中的应用, 并且简单介绍了该技术的特点和各种分析方法的原理。

关键词:;药物分析1引言分析技术(NIRS)是在近十几年内发展最快的分析新“绿色钢铁侠”,对快速分析或实时检测是非常理想的技术手段,是大型石油化工,农业,制药,食品加工等工业生产所必须依靠的重要分析技术之一。

该技术具有被分析样品用量少、无破坏、无污染、高效、快速、成本低和绿色环保等特点[1],在几秒或几毫秒时间内可同时测量被分析物的十几种质量参数,显著降低了分析设备的投资与维护费用, 测量信号的数字化和分析过程的绿色化又使其具有典型的时代特征,成为了传统药物分析方法的补充和新发展的方向。

《中国药典》(2005年版)已经将近红外光谱分析方法收录,主要用于复杂样品的直接快速分析[2]。

2分析技术在药物分析中的应用2.1分析技术在药物制剂分析中的应用非常广泛,主要应用在对药物制剂的鉴别和分类、制剂中活性组分的含量测定、水分的测定和原粉制剂均匀度控制等方面应用分析技术对药物制剂进行鉴别和分类,首先应该建立起参考谱库,然后进行的预处理和数据评估,最后对数据库的专属性和耐用性进行验证。

用分析技术可以快速对已有谱图的未知药物进行鉴别和分类。

张中湖等建立了快速、有效鉴别不同厂家生产的甲硝唑片的方法:直接采集样品的近红外漫反射光谱,并进行褶合变换-可视化指纹图谱-相似系数分析,根据相似系数即可鉴别不同厂家的样品。

药物中的活性组分是药物的核心部分,也是决定其药效的主要成分。

其质量和含量直接影响药物的疗效。

分析技术可以迅速在线监测药物加工过程中活性组分的含量,有利于在生产过程中适时调节其含量,最终得到合格的药剂产品。

范积平等建立大黄主要活性成分蒽醌类化合物含量测定的近红外光谱法。

用于药品无损分析的近红外光谱检测系统光学设计胡荣;徐亮;李相贤;李胜;金岭;叶树彬;刘建国;刘文清【期刊名称】《量子电子学报》【年(卷),期】2017(34)3【摘要】为实现药品的无损快检,设计了基于傅里叶变换红外光谱检测的光学系统,系统工作波段为4000~12000 cm^(-1)。

设计合适的光学结构并确定光学元件的特征参数,用Zemax对设计的光学系统进行光线追迹和优化分析。

搭建实验平台,采集了5种相似药品的近红外光谱数据,用主成分分析法(PCA)结合误差反向传播人工神经网络算法(BPANN)对数据进行处理,有效区分了5种药品的光谱,识别准确率达到93.333%。

实验结果表明:该近红外光谱检测系统适用于药品的无损分析,能有效鉴别相似药品。

【总页数】8页(P264-271)【关键词】光谱学;近红外光谱;药品分析;光学设计;傅里叶变换【作者】胡荣;徐亮;李相贤;李胜;金岭;叶树彬;刘建国;刘文清【作者单位】中国科学院安徽光学精密机械研究所,中国科学院环境光学与技术重点实验室,安徽合肥230031【正文语种】中文【中图分类】O433【相关文献】1.近红外光谱、中红外光谱、拉曼光谱无损检测技术在食用油脂分析中的研究进展[J], 张菊华;朱向荣;尚雪波;帅鸣;傅复华2.近红外光谱相关系数法用于快速检测药品的质量 [J], 张学博;马金金;曹丽梅3.粉末药品安体舒通的无损定量分析——人工神经网络－近红外光谱法的应用 [J], 汤真;刘福强;苟玉彗;郭晔;任玉林4.近红外光谱仪用于药品原料检测 [J], lan Robertson Jerry Sellors;5.近红外光谱技术用于无损检测鹿茸品质的探讨 [J], 商云帅;王峰因版权原因，仅展示原文概要，查看原文内容请购买。

利用近红外手段对可卡因和海洛因进行定量检测作者：Roland Widmer1, Esther Schnorr1; Heidi Berner1, Carsten Lautz2, Eszter Trenka2 1: Stadt Polizei Zürich, Wissentschaftlicher Dienst; Zürich, Switzerland2: BÜCHI Labortechnik AG, 9230 Flawil, Switzerland鉴别和评估收缴的市售毒品中毒物成分的浓度含量并进行分类是苏黎世警察进行毒品稽查工作中的首要任务之一。

苏黎世警局利用近红外检测手段对缴获的市售毒品进行成分测定已有十年以上，主要用于检测含有海洛因和可卡因成分的毒品。

瑞士联邦法院在1991年对持有海洛因和可卡因的犯罪情节惩罚程度做了相对修改。

持有海洛因纯品达12g、可卡因纯品18g均被视为严重犯罪，判处牢期1年，罚金最高100万瑞士法郎。

此项法规出台使得苏黎世警局开始寻找一种可以实现快速、可靠检测的毒品成分检测手段。

首次使用近红外手段进行毒品检测是在1991年，由于结果令人鼓舞，因此1992年在Bran+Luebbe公司建立了一套InfraProver FT-NIR系统。

在InfraProver FT-NIR系统的支持下，苏黎世警局购入2台近红外仪器进行毒品检测。

到目前为止，需要检测的样品数量越来越多。

与此同时，客户需求也发生了变化。

海洛因毒品在市场得到有效控制。

海洛因样品的检测数目减少而可卡因毒品的检测数目大幅增加。

2004年，400多个可卡因样品和200多个海洛因样品需要分析。

一般来说，从大中事件中收缴的毒品中毒品成分要高于市售的毒品（图1）。

对于收缴的市售毒药来讲，海洛因的浓度一般都比可卡因的浓度含量低。

这些毒品是各种活性成分、赋形剂和填充剂的混合物。

可卡因毒品典型的填充剂是：●咖啡因●利多卡因●非那西汀●各种糖类（乳糖，甘露醇，葡萄糖，右旋糖等）对于海洛因典型的填充剂是：●非热痛剂，咖啡因和食用染料的混合物。

基于短波近红外光谱盐酸氟桂利嗪粉末药品质量比的估算方法曲楠;朱明超;窦森【期刊名称】《吉林大学学报（理学版）》【年(卷),期】2014(000)006【摘要】基于短波近红外(SW-NIR)漫反射光谱，提出一种非破坏定量预测盐酸氟桂利嗪粉末药品质量比的新方法.以高效液相色谱法(HPLC)分析值为参考值，将遗传算法(GA)和神经网络相结合，建立盐酸氟桂利嗪粉末药品的光谱特性与质量比间的定量分析模型.应用 GA自动构建神经网络拓扑结构，选择最优的网络参数和光谱波段；讨论不同光谱预处理方法对神经网络预报能力的影响，并对测试集样品质量比进行预测.结果表明，一阶导数数据预处理方法为最优预处理建模方法，其测试集的均方根误差 RMSE=0.1987%，相关系数 R=0.9863.%A new method for the nondestructive quantitative prediction of flunarizine hydrochloride powder drug based on short-wave near-infrared (SW-NIR)diffuse reflectance spectral data.With the analytical data of high performance liquid chromatography (HPLC)taken as the reference value,a quantitative analysis model for describing the relationship between the spectral characteristic and component was established via combining genetic algorithm (GA)with neural networks.The neural network topological framework was constructed automatically by means of GA.The optimal network parameters and spectral region were selected. Moreover, the influences of different spectral preprocessing methods to the prediction ability of neural network were discussed.The mass ratio of the test samplewas predicted.The results of the experiment show that the first-derivative spectrum is the optimal pretreatment method of modeling,by which the root-mean-square-errors (RMSE)for test set was 0.1 98 7%,and the correlation coefficients R for test set was 0.986 3.【总页数】6页(P1325-1330)【作者】曲楠;朱明超;窦森【作者单位】吉林农业大学资源与环境学院，长春 130118;中国科学院长春光学精密机械与物理研究所，长春 130033;吉林农业大学资源与环境学院，长春130118【正文语种】中文【中图分类】O655【相关文献】1.PLS—近红外漫反射光谱法对盐酸氟桂利嗪粉末药品非破坏定量分析 [J], 刘福强;曲楠;王彬;赵羚志;任玉林2.短波近红外光谱法非破坏分析双氯酚酸钠粉末药品 [J], 李岩梅;国警月;王彬;郭颖超;陈庆先;孙立丽;任玉林3.短波近红外光谱法非破坏分析青霉素V钾粉末药品 [J], 刘志强;王彬;郭烨;赵羚志;任玉林4.短波近红外光谱的盐酸环丙沙星粉末药品的定量分析 [J], 刘福强;赵羚志;窦英;任玉秋;任玉林5.基于两种方法的天气雷达谱宽估算质量比较与改进 [J], 何田勇;胡明宝;张振仟;艾未华;孟鑫因版权原因，仅展示原文概要，查看原文内容请购买。

小波变换-人工神经网络用于烟酸片的近红外快速、无损定量测定高鸿彬;相秉仁;李睿;刘浩【期刊名称】《中国药科大学学报》【年(卷),期】2006(37)4【摘要】目的：研究采用近红外漫反射光谱法结合小波变换-人工神经网络算法用于烟酸片的无损含量测定。

方法：所有光谱通过载有InGaAs检测器和光纤探头的傅立叶变换近红外装置获得。

所有样品在12000cm^-1到4000cm^-1扫描，每个样品光谱扫描64次，光谱预处理采用一阶导数。

特定波段7999．599～3999．8cm^-1用于建模，线性范围：50％～150％。

结果：预示集平均回收率100．06％，RSD％为1．5。

为确证近红外漫反射光谱法应用的可行性，预示集与参比方法紫外分光光度法测定结果进行比较，采用配对比较t检验，近红外法与紫外光谱法比较无显著性差异。

结论：近红外漫反射光谱法快速，简便，无损，能够用于烟酸片含量测定。

【总页数】4页(P326-329)【关键词】近红外漫反射光谱法;烟酸片;小波变换;人工神经网络【作者】高鸿彬;相秉仁;李睿;刘浩【作者单位】中国药科大学分析测试中心;江苏省药品检验所【正文语种】中文【中图分类】R917【相关文献】1.人工神经网络在近红外分析方法中的应用及深色油品的分析——人工神经网络-近红外分析方法快速测定原油馏程 [J], 王艳斌;刘伟;袁洪福;陆婉珍2.偏最小二乘法用于阿昔洛韦片的近红外漫反射快速、无损含量测定 [J], 周雨菁;相秉仁;王正武3.烟酰胺片的近红外漫反射光谱快速、无损定量测定 [J], 李睿;高鸿彬;相秉仁4.近红外光谱技术用于ABS塑料的快速无损测定 [J], 张晓晖;吕洁5.近红外漫反射光谱法快速、无损定量测定克拉霉素胶囊 [J], 孙美玲;相秉仁因版权原因，仅展示原文概要，查看原文内容请购买。

近红外光谱用于中药定量分析的技术规范化研究进展近红外（nearinfrared，NIR）光谱技术在中药行业引起了日益广泛的关注，但目前该项技术仍处于研究阶段，缺乏统一的标准及规范，将其应用于中药质量控制及中药制药过程分析，尚需解决NIR光谱分析技术的适用范围问题、建模样品的代表性及模型的可扩展性问题、光谱采集条件的优化问题、异常光谱的剔除原则问题、模型的评价方法问题、模型的更新及转移方法问题等。

只有这些关键问题获得解决，并经过方法学验证，形成规范，才能充分发挥NIR光谱技术的优势，应用于中药质量控制和制药过程监测。

该文将对NIR光谱技术在中药和其他领域的研究报道中提出的方法进行总结和比较，提出中药NIR光谱的技术规范化研究方法和思路，以促进NIR光谱技术的规范化应用。

标签：近红外光谱；中药；质量控制；规范化近红外（near infrared，NIR）光谱技术是20世纪90年代以来发展最快、最引人注目的光谱分析技术，测量信号的数字化和分析过程的绿色化使该技术具有典型的时代特征。

近年来，随着中药现代化进程的加快，迫切需要引入先进的分析技术以提高中药质量控制水平。

在此背景下，NIR光谱技术在中药行业引起了日益广泛的关注，相关的研究报道包括中药材的基源[12]、产地[3]、优劣、真伪[4]及生产厂家[5]鉴别；中药及其制剂的药效成分含量[67]、大类化合物的总量[8]、以及物理性质的测定[9]；中药生产过程中中间体的快速分析[10]以及中药制药工艺的监测与控制[1112]等。

但目前该项技术仍处于研究阶段，缺乏统一的标准及规范，真正将其应用于中药质量控制及中药制药过程分析，尚需解决规范化问题。

只有通过对具体对象的研究和分析，才能解决该项技术在应用过程中的一些关键问题，比如NIR光谱分析技术的适用范围问题、建模样品的代表性及模型的可扩展性问题、NIR光谱采集条件的优选方法问题、异常样品光谱的剔除原则问题、模型的评价方法问题、模型的更新及转移方法问题等。

近红外光谱-人工神经网络法用于粉末药品阿斯匹林的非破坏
定量分析
田丽容;汤真;刘福强;苟玉彗;郭晔;任玉林
【期刊名称】《分析试验室》
【年(卷),期】2001(20)1
【摘要】研究了应用人工神经网络进行粉末药品的非破坏定量分析。

使用阿斯匹林粉末药品的近红外漫反射一阶导数光谱数据建立人工神经网络模型 ,预测未知样品。

讨论了影响网络的各参数 ,使用了新的网络评价标准 -逼近度。

【总页数】3页(P79-81)
【关键词】人工神经网络;近红外一阶导数光谱;阿司区林;定量分析
【作者】田丽容;汤真;刘福强;苟玉彗;郭晔;任玉林
【作者单位】中国人民解放军第208医院药剂科;吉林大学化学系
【正文语种】中文
【中图分类】R971.1;R917
【相关文献】
1.PLS-近红外漫反射光谱法对氢氧化铝粉末药品非破坏定量分析 [J], 商金卓;王彬;任瑞冰;赵羚志;任玉林
2.人工神经网络-近红外光谱法用于粉末药品美的康的非破坏定量分析 [J], 郭晔;苟玉慧;汤真;刘福强;田丽蓉
3.人工神经网络-近红外光谱法用于甲氧苄胺嘧啶粉末药品的非破坏定量分析 [J],
刘培义;任玉林;苟玉慧;郭晔;王宗睦;汤真;田丽容;杜玉荣
4.人工神经网络-近红外光谱法用于粉末药品扑热息痛的非破坏定量分析 [J], 任瑞雪;汤真;刘福强;苟玉彗;任玉林
5.近红外光谱法对头孢氨苄粉末药品的非破坏定量分析 [J], 刘福强;任瑞雪;周慧琴;费强;任瑞冰;王彬;任玉林
因版权原因，仅展示原文概要，查看原文内容请购买。

人工神经网络-近红外光谱法用于甲氧苄胺嘧啶粉末药品的非破坏定量分析刘培义;任玉林;苟玉慧;郭晔;王宗睦;汤真;田丽容;杜玉荣【期刊名称】《高等学校化学学报》【年(卷),期】2000(21)4【摘要】@@ 近红外(NIR)光谱分析技术已应用于制药、化妆品、烟草、食品、化学药品、聚合物、纺织品、油漆涂料、煤炭和石油工业等各个领域的质量监控. 近年来, NIR光谱分析技术也应用于药品分析中, 因该方法具有非破坏性, 样品不需要复杂的预处理和分离即可直接测定. 它可对药物进行定性和定量测定以及多晶、光学异构体和湿度的测定. 近红外光谱法用于无损非破坏测定胶囊类以及片剂的研究已有报道[1,2].【总页数】3页(P544-546)【作者】刘培义;任玉林;苟玉慧;郭晔;王宗睦;汤真;田丽容;杜玉荣【作者单位】吉林大学化学系,长春,130023;吉林大学化学系,长春,130023;吉林大学化学系,长春,130023;吉林大学化学系,长春,130023;吉林大学化学系,长春,130023;中国人民解放军第208医院药剂科,长春,130061;中国人民解放军第208医院药剂科,长春,130061;满洲里进出口商品检验局,满洲里,021400【正文语种】中文【中图分类】O657.33【相关文献】1.人工神经网络-近红外光谱法用于粉末药品美的康的非破坏定量分析 [J], 郭晔;苟玉慧;汤真;刘福强;田丽蓉2.人工神经网络-近红外光谱法用于粉末药品扑热息痛的非破坏定量分析 [J], 任瑞雪;汤真;刘福强;苟玉彗;任玉林3.近红外光谱法对头孢氨苄粉末药品的非破坏定量分析 [J], 刘福强;任瑞雪;周慧琴;费强;任瑞冰;王彬;任玉林4.近红外光谱-人工神经网络法用于粉末药品阿斯匹林的非破坏定量分析 [J], 田丽容;汤真;刘福强;苟玉彗;郭晔;任玉林5.甲氧苄胺嘧啶药物的非破坏分析 [J], 任玉林;李伟;郭晔;任玉秋;张璐;孙莹;惠春因版权原因，仅展示原文概要，查看原文内容请购买。

人工神经网络结合近红外光谱用于木材树种识别在木材行业中，准确识别木材树种是至关重要的。

这不仅对于木材的合理利用和保护具有重要意义，也对木材贸易的公平性和合法性起着关键作用。

传统的木材树种识别方法往往依赖于专业人员的经验和肉眼观察木材的纹理、颜色等特征，但这种方法存在主观性强、准确性不高等问题。

随着科技的不断发展，人工神经网络结合近红外光谱技术为木材树种识别带来了新的突破。

近红外光谱技术是一种非破坏性的分析手段，它通过测量木材样品在近红外区域的吸收光谱，获取木材内部化学成分和物理结构的信息。

近红外光谱包含了丰富的关于木材分子振动和转动的信息，这些信息与木材的化学组成和结构密切相关。

然而，近红外光谱数据往往复杂且具有大量的重叠和噪声，直接解读这些数据来识别木材树种并非易事。

这时，人工神经网络就发挥了其强大的作用。

人工神经网络是一种模仿生物大脑神经元之间信息传递和处理方式的计算模型。

它能够自动从输入的数据中学习到隐藏的模式和特征，并基于这些学习到的知识进行预测和分类。

在将人工神经网络应用于木材树种识别时，首先需要收集大量不同树种的木材样本，并对每个样本进行近红外光谱测量，得到一组光谱数据。

这些数据将作为人工神经网络的输入。

然后，为每个样本标注其所属的树种类别，这就是人工神经网络要学习的目标输出。

接下来，对人工神经网络进行训练。

在训练过程中，网络不断调整内部的连接权重，以最小化预测输出与实际标注之间的误差。

通过反复的训练，网络逐渐学会了如何根据近红外光谱数据来准确判断木材的树种。

与传统的木材树种识别方法相比，人工神经网络结合近红外光谱技术具有许多显著的优势。

首先，它具有更高的准确性和可靠性。

由于人工神经网络能够自动挖掘光谱数据中的复杂模式，不受人为因素的影响，因此识别结果更加客观和准确。

其次，这种方法具有快速高效的特点。

一旦人工神经网络训练完成，对新的木材样本进行识别只需要很短的时间，大大提高了工作效率。

基于RBFNN的扑热息痛药品的非破坏定量分析作者：雷文杰来源：《电脑知识与技术》2012年第07期摘要：将RBF神经网络应用于药品的近红外光谱非破坏定量分析，对扑热息痛粉末药品的两个组分进行同时测定，并与BP算法的结果进行了比较，结果表明，应用RBF神经网络进行药品的近红外光谱法无损定量分析是可行的。

关键词：神经网络；径向基函数；近红外光谱；非破坏定量分析中图分类号：TP183文献标识码：A文章编号：1009-3044(2012)07-1590-02Nondestructive Quantitative Analysis of Compound Paracetamol and Diphenhydramine Hydrochloride Powder Using RBF NetworksLEI Wen-jie(Network Center, Changchun House Exchange Co., Ltd., Changchun 130041, China)Abstract:A method for simultaneous analysis of the two components of compound paracetamol and diphenhydramine hydrochloride powdered drugs on near-infrared (NIR) spectroscopy is developed by using a Radial Basis Function (RBF) network. Nearest neighbor-clustering algorithm is used as the learning algorithm of RBF network. Comparisons of the results obtained from the RBF models with those from BP models show that it is feasible to use the RBF network in nondestructive quantitative analysis of the components of drugs.Key words: neural network; radial basis function; near-infrared spectroscopy; nondestructive quantitative analysis近年来，近红外光谱分析技术以其具有速度快，操作简单，所需样本少，非破坏性等特点，应用于药品的定量分析中。

应用近红外透射光谱和人工神经网络的豆油脂良莠鉴别赵肖宇;关勇;尚廷义;蔡立晶;方一鸣【期刊名称】《浙江农业学报》【年(卷),期】2011(023)004【摘要】提出了一种利用近红外透射光谱结合BP神经网络识别未知豆油脂良莠类别的方法.在10 000 ～3500 cm-1范围内分别采集合格油、不合格油(精炼垃圾油、煎炸油和变质合格油)的透射光谱,对光谱数据依次作出Savitzky-Golay平滑、基线校正预处理,采用SPSS 11.0抽取出9个主成分(累计贡献率达到99.89%)作为神经网络输入神经元,建立3层BP神经网络模型,模型能够有效辨识未知豆油脂的良莠以及不合格具体种类,类别预测正确率为100%.【总页数】4页(P825-828)【作者】赵肖宇;关勇;尚廷义;蔡立晶;方一鸣【作者单位】黑龙江八一农垦大学信息技术学院,黑龙江大庆163319;燕山大学电气工程学院,河北秦皇岛066004;大庆石化工程有限公司,黑龙江大庆163317;黑龙江八一农垦大学信息技术学院,黑龙江大庆163319;黑龙江八一农垦大学信息技术学院,黑龙江大庆163319;燕山大学电气工程学院,河北秦皇岛066004【正文语种】中文【中图分类】O657.3【相关文献】1.人工神经网络在近红外分析方法中的应用及深色油品的分析——人工神经网络-近红外分析方法快速测定原油馏程 [J], 王艳斌;刘伟;袁洪福;陆婉珍2.近红外透射光谱结合判别分析方法在汽车制动液品牌与新旧鉴别中的应用研究[J], 张瑜;谈黎虹;何勇3.应用近红外透射光谱鉴别藿香正气水 [J], 江勇;倪永年;朱惠芳4.傅里叶近红外透射光谱法快速测定豆油脂肪酸 [J], 刘娟花;曹小华;李小銮;郑国强5.流形学习方法及近红外透射光谱的新疆冰糖心红富士水心鉴别 [J], 郭俊先;马永杰;郭志明;黄华;史勇;周军因版权原因，仅展示原文概要，查看原文内容请购买。