温度限制串联相关网络在近红外光谱数据解析中的应用.pdf

温度限制串联相关网络在近红外 光谱数据解析中的应用 、 张卓勇崔秀君王风霞 (首都师范大学化学系，北京11X)037) 摘要温度限制串联相关网络(TCCCN)和近红外光谱(NIR)技术相结合用于对药物磺胺胖 的质量控制和正品与非正品大黄的分类判别。由于药物成分近红外光谱存在严重重叠，直接根 据光谱敷据很难对数据进行分类，而利用神经网络模型方法可以有效提取NIR光谱的特征信息， 实现样本空间到分类空问的非线性映射．使得近红外光谱数据具有可解释性和更大的实用性。 关键词人工神经网络；近红外光谱分析；化学计量学l数据解析 近红外漫反射光谱是一种简便、快速的非破坏性分析方法，样品不需处理或经简单处 理就可进行测量。近红外反射光谱分析技术广泛应用在农业、食品、化妆品、烟草和石 油等方面…1。用近红外漫反射光谱法进行药品的非破坏分析，正成为热门研究与应用课 题。但近红外漫反射光谱范围较宽，吸收强度很弱，且组分间光谱严重重叠，给非破坏 分析带来了困难。近红外漫反射光谱法与化学计量学相结合，能有效地解决光谱重叠带 来的问题。 同时调整所有的权重，所以易出现混乱，而且该种网络存在着训练速度慢、易产生过拟合和 Correlation 易陷入局部极小等缺点。串联相关神经网络(Cascade 的灵敏度谱的概念，对于深入理解人工神经网络的本质，具有重要的意义L7J。 本文将温度限制串联相关神经网络与近红外漫反射光谱相结合，对药物甲硝唑质量控制 和对正品与非正品大黄样本的分类鉴定进行了研究，并对有关问题做了讨论。 1 TCCCN原理简介旧J CCN与许多其他神经网络的不同之处在于其网络结构的构造方式。CCN在训练过程中 自动调整和决定网络的结构。输入层通过串联的隐含层与输出层相连接。TCCCN的隐含层 单元采用温度限制的S一型函数，表示如下： “netF)=叼=(1+e-．-d,0—1 (1) 作者简舟：张卓勇，男。1956年出生，博士，现为首都师范大学教授。研究领域为：化学计量学方法和人工神经网 络在近红外光谱分析和定量构效关系中的研究与应用。E一姐d：gu血,2f108@rip．“．corn。 ∑咐。 其中 net#=爿—丁+I (2) 是第』个隐含单元的第i个观测的输入；od是相应的非线性输出；“是温度参数，口是与隐 含单元』相联的输人单元数；”d是权重向量的元素；xh是第i个样本从输入层第m个隐含单 元到隐含层的输人；1 I是第，个隐含层向量的长度；第』个隐含神经元的偏置向量为6，。 wj 在训练过程中权重向量的增量按下式凋整： e。一书 (3) △％=毒也砉(z。幽Oneto一理)c 芏苎瓢篇，篙髫≥。竺粥 为第j个隐含单元温度限制S一型函数对net的一阶 偏微分；e／k为输出误差；eI为第^个输出单元的平 均误差。 输入 输出单元采用一般的s一型函数，权重向量的调 +1 整采用共轭梯度算法，该算法可加快网络的训练并改 图1温度限制串连相关 善收敛。 网络模型结构示意图 温度限制串联相关网络的结构如图1所示。 2 TCCCN用于药物磺胺脒的质量控制[8】 2．1仪器与方法 个样品有81个吸光度光谱数据。 实验所用的药品磺胺脒符合药