基于BP-ANN算法建立紫石英中CaF2拉曼光谱定量模型

作者：陈龙; 明晶; 袁明洋; 黄必胜; 陈科力

来源：中国实验方剂学杂志, 2016, 22(21): 77-82.

DOI：10.13422/j.cnki.syfjx.2016210077

• 拉曼光谱
• 误差反向传播人工神经网络
• 定量模型
• 紫石英
• CaF2
• 组合区间偏最小二乘法

目的:利用拉曼光谱技术建立误差反向传播人工神经网络(back-propagation artificial neural networks,BP-ANN)定量分析模型,用于紫石英中CaF2含量的快速检测。方法:采集紫石英及紫石英不同CaF2含量配比品共计54批样品的拉曼光谱,光谱在OPUS 7.0软件中作Fourier自去卷积(Fourier self-deconvolution,FSD),并以一阶导数(FD)+矢量归一化(VN),9点平滑的方法进行预处理,逐级组合区间偏最小二乘法(si PLS)优选建模谱段,以乙二胺四乙酸滴定法测定各批样品中CaF2含量结果为参考值,在Matlab 2014a软件中以BP-ANN算法建立CaF2快速定量模型。结果:建立了以1 6751 625,1 5251 475,850800,750700,650600 cm-1为特征建模谱段的3层BP-ANN定量分析模型,模型预测均方根误差(RMSEP)2.73%,R2=85.64%,预测结果最大相对偏差5.55%,平均相对偏差2.30%,平均回收率99.74%,表明模型的预测效果良好。结论:在si PLS优选所得谱段基础上,建立了紫石英BP-ANN定量分析模型,该模型预测能力较好,可用于紫石英中CaF2含量的快速、准确测定。

• 单位
  国家中医药管理局; 湖北中医药大学; 武汉市中医医院