本文關(guān)鍵詞：基于近紅外光譜檢測和平衡級聯(lián)稀疏分類的藥品鑒別方法　出處：《光譜學(xué)與光譜分析》2017年02期 　論文類型：期刊論文

  更多相關(guān)文章： 近紅外光譜 稀疏分類 平衡級聯(lián) 藥品鑒別

【摘要】：近紅外光譜檢測和模式識別方法相結(jié)合,在藥品的現(xiàn)場快速無損監(jiān)督管理中有廣闊的應(yīng)用前景。傳統(tǒng)的鑒別方法以最小化錯誤率為目標(biāo),往往忽略了樣本數(shù)據(jù)的類別不平衡性,從而使得少數(shù)類樣本被多數(shù)類樣本淹沒,降低少數(shù)類樣本對分類器的影響,使分類結(jié)果更加傾向正確識別多數(shù)類樣本,嚴(yán)重影響鑒別結(jié)果。針對藥品光譜數(shù)據(jù)中真假藥品類別不平衡問題進(jìn)行研究,融合平衡級聯(lián)和稀疏分類方法(SRC),提出一種級聯(lián)的稀疏分類藥品鑒別方法(BC-SRC)。文中在多數(shù)類樣本中選取和少數(shù)類數(shù)目相同的樣本作為訓(xùn)練樣本,并在多數(shù)類樣本中進(jìn)行多次平行采樣使得多數(shù)類樣本被全部獲得過(采樣次數(shù)為多數(shù)類樣本數(shù)與少數(shù)類樣本數(shù)商的向上取整),最終得到測試樣本的多組預(yù)測結(jié)果,根據(jù)得到的多組結(jié)果獲得最終預(yù)測標(biāo)簽。將提出的方法在Matlab 2012a上進(jìn)行仿真實驗,通過三組樣本集的實驗證明該方法的有效性,實驗結(jié)果表明該方法優(yōu)于常用的偏最小二乘(PLS)、極限學(xué)習(xí)機(jī)(ELM)和BP神經(jīng)網(wǎng)絡(luò)分類法,特別是在解決類別不平衡問題時,當(dāng)不平衡因子大于10時,BC-SRC算法分類相對于其他算法性能更好,且穩(wěn)定性更高。
[Abstract]:The combination of near infrared spectrum detection and pattern recognition has a wide application prospect in the field fast and nondestructive supervision management of drugs. The traditional identification methods aim at minimizing the error rate. The class imbalance of sample data is often ignored, which makes a few class samples submerged by most class samples, reduces the influence of minority samples on classifier, and makes the classification result more inclined to identify most class samples correctly. The problem of unbalance of true and false drugs in spectrum data was studied, and the balanced cascade and sparse classification methods were fused. A concatenated sparse classification drug identification method (BC-SRC) is proposed in this paper. In this paper, the same number of samples as a few classes are selected as training samples. And many parallel samples are sampled in most classes so that most of the samples have been obtained (the sampling times are the upward rounding of the sample number of most classes and the quotient of few samples). Finally, the multi-group prediction results of test samples are obtained, and the final prediction labels are obtained according to the obtained multi-group results. The proposed method is simulated on Matlab 2012a. The experimental results show that the proposed method is superior to the conventional partial least squares (PLS), extreme learning machine (ELM) and BP neural network classification methods. Especially, when the unbalance factor is greater than 10:00, the classification of BC-SRC algorithm is better and more stable than other algorithms.
【作者單位】： 桂林電子科技大學(xué)電子工程與自動化學(xué)院;北京郵電大學(xué)自動化學(xué)院;中國食品藥品檢定研究院;
【基金】：國家自然科學(xué)基金項目(61562013,21365008) 桂林電子科技大學(xué)研究生創(chuàng)新項目(YJCXS201558) 廣西物聯(lián)網(wǎng)技術(shù)及產(chǎn)業(yè)化推進(jìn)協(xié)同創(chuàng)新中心項目(WLW20060610)資助
【分類號】：R927;TP391.4;O433
【正文快照】： 2.北京郵電大學(xué)自動化學(xué)院,北京1008763.中國食品藥品檢定研究院,北京100050引言近紅外光譜(near infrared reflectance spectrum,NIRS)能夠?qū)悠愤M(jìn)行現(xiàn)場快速無損檢測,實現(xiàn)對未知樣本的定性或定量分析,同時可以通過光纖實現(xiàn)遠(yuǎn)距離測量,這些特點使得近紅外光譜分析技術(shù)在食品

【相似文獻(xiàn)】

相關(guān)重要報紙文章 前5條

1 張學(xué)博 肖妍;我國建立130種易被仿冒藥品鑒別網(wǎng)絡(luò)數(shù)據(jù)庫[N];中國醫(yī)藥報;2013年

2 廖俊杰　徐松;重慶欲建專家?guī)?破解假劣食品藥品鑒別難[N];中國食品安全報;2011年

3 本報記者 李帥;老白的“冷”與“熱”[N];中國醫(yī)藥報;2012年

4 朱曉京;做良心藥 掙干凈錢[N];沈陽日報;2007年

5 李學(xué)平;元謀縣扎實開展普法宣傳活動[N];楚雄日報(漢);2008年

相關(guān)碩士學(xué)位論文 前1條

1 蔣淑潔;面向近紅外光譜藥品鑒別的高效機(jī)器學(xué)習(xí)算法研究[D];桂林電子科技大學(xué);2015年

，

本文編號：1432801