目的:利用自组织竞争型神经网络判别不同产地青果的指纹图谱,为青果的质量评价奠定基础。方法:色谱条件采用Phenomenex Luna C18色谱柱(2)100A(4.6 mm×250 mm,5μm),流动相乙腈-1%甲酸,检测波长270 nm,流速0.8 m L·min^(-1),...
详细信息
目的:利用自组织竞争型神经网络判别不同产地青果的指纹图谱,为青果的质量评价奠定基础。方法:色谱条件采用Phenomenex Luna C18色谱柱(2)100A(4.6 mm×250 mm,5μm),流动相乙腈-1%甲酸,检测波长270 nm,流速0.8 m L·min^(-1),柱温20℃,建立不同产地青果的指纹图谱,利用竞争层神经元数目为3,学习率为0.01,收敛次数为690的自组织竞争型人工神经网络模型对其进行分类判别。结果:自组织竞争型神经网络模型对青果HPLC指纹图谱分类平均错误率为39.13%。结论:自组织竞争型神经网络模型无法将不同产地的青果有效分类,不同产地的青果化学成分种类及含量差异不明显。
暂无评论