基于机器学习鉴别牛黄类药材红外光谱的研究

作者：石岩; 王晓伟; 魏锋^*; 马双成^*

来源：中国药物警戒, 2023, 20(02): 140-156.

DOI：10.19803/j.1672-8629.20210405

• 牛黄
• 红外光谱
• 机器学习
• 数据分析
• 鉴别

目的 使用机器学习领域内的自组织映射神经网络对牛黄、体外培育牛黄和人工牛黄样品红外光谱数据进行区分和鉴别。方法 将样品的红外光谱数据进行autoscale处理，然后分别进行非监督分析和监督分析。借助遗传算法研究和探讨最合适的模型类型及相关参数。选取的模型为XY-Fused神经网络，神经元数量为25(5×5),epoch为1 000，训练方式为batch，神经元网络选择为有边界形式。然后将43批样品随机选取其中9批样品作为验证集样品，其余34批样品作为校正集用于模型的训练和学习。结果 所建立的XY-Fused神经网络模型3次平行训练和学习的交叉验证正确率分别为94.1%、94.1%、94.1%，平均为94.1%；验证集验证正确率分别为100%、83.3%、100%，平均为94.4%。结论建立的XY-Fused神经网络适用于牛黄类药材的红外光谱数据分析和鉴别，对牛黄类药材的研究具有一定的参考价值。

• 单位
  河南省食品药品检验所; 中国食品药品检定研究院