温度限制串联相关网络在近红外光谱数据解析中应用的研究

【摘要】： 本文阐述了温度限制串联相关网络(TCCCN)的基本原理和在近红外光谱数据解析中的应用。根据近红外漫反射光谱及其一阶导数光谱分别对粉末药品磺胺脒进行了非破坏分析，将温度限制串联相关网络用于磺胺脒的分类判别，并对温度限制串联相关网络参数的优化及对分类结果的影响做了详细的研究。分析结果表明，由于近红外光谱与中红外光谱一样，反映的是分子的振动频谱，所以从近红外光谱中同样可以得到分子的定量定性信息。由于它的吸收较弱，适于组分的常量分析；但谱带较宽，组分间谱带严重重叠；而导数的近红外光谱在一定程度上可以分离重叠光谱，因此采取适当的数据处理方法并与化学计量学相结合，研究近红外光谱非常有意义。在本实验中，将近红外漫反射光谱及其一阶导数光谱与温度限制串联相关网络相结合，使用交互检验方法，对于磺胺脒的合格药品、不合格药品及伪劣药品进行正确的分类判别。同时研究了温度限制串联相关网络中的单输出和多输出网络。结果显示，单输出网络优于多输出网络，导数光谱比普通漫反射光谱更适合于分类判别。在普通漫反射光谱中，单输出网络的正确识别率为100％，多输出网络中的正确识别率为95％；在漫反射一阶导数光谱中，单输出网络和多输出网络的正确识别率均可达到100％，但此时，多输出网络的预设误差小于单输出网络的预设误差。