期刊简介
中华医学会、中国医学科学院生物医学工程所主办。本刊专门报导国内外生物医学工程学科领域的新技术、新进展、新动向与新成果，促进国际生物医学工程学科的学术交流。本刊不仅全面、及时地介绍和跟踪了国际生物医学工程的研究进展与趋势，也反映了我国生物医学工程学科的研究动向和关注热点。读者对象是生物医学工程科研工作者、医生和临床工程人员、高等院校有关专业师生及研究生等。主要栏目设有专家论坛、综述、论著、研究简报、新技术介绍及消息等。本刊为中文核心期刊(北京大学图书馆)及中国科技论文统计源期刊(中国科技核心期刊)。
往期目录
-
2001
-
2002
-
2003
-
2004
-
2005
-
2006
-
2007
-
2008
-
2009
-
2010
-
2011
-
2012
-
2013
-
2014
-
2015
-
2016
-
2017
-
2018
首页>国际生物医学工程杂志
- 杂志名称：国际生物医学工程杂志
- 主管单位：中华人民共和国卫生部
- 主办单位：中华医学会;中国医学科学院生物医学工程研究所
- 国际刊号：1673-4181
- 国内刊号：12-1382/R
- 出版周期：双月刊
期刊荣誉：在首届《CAJ－CD规范》执行评优活动中荣获《CAJ－CD规范》执行优秀奖期刊收录：国家图书馆馆藏, 知网收录(中), 统计源核心期刊(中国科技论文核心期刊), 万方收录(中), CA 化学文摘(美), 上海图书馆馆藏, 维普收录(中)
近红外光谱检测结合BP神经网络用于药物分类及MATLAB实现
贾芸芳；闵昌敏；琚成；朱博；王鹏
关键词：近红外光谱, 误差反向传播, 人工神经网络, 主成分分析, MATLAB
摘要：目的 为实现快速、无损的药物分类以及提高药物分类准确率.方法 采用主成分分析和神经网络相结合(PCA-ANN)的模式识别,建立了药物分类模型并使用MATLAB语言开发了药物分类软件.采用近红外光谱检测技术,对5种药物、共120个批号的样本,在激发波长为1 350～1 800 nm、间隔为0.5 nm处收集近红外光检测数据.结果 本研究模型在掺入干扰药物种类数小于5种时,网络训练均方差(MSE)为5.91e-03,预测误差率(β)为2.469％.结论 利用近红外光谱检测技术结合PCA-ANN的方法可有效进行药物分类且可提高分类的准确率.
友情链接