2025年2月13日
星期四
|
欢迎来到叙永县图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
吴云霏
作品数:
1
被引量:3
H指数:1
供职机构:
武汉大学药学院
更多>>
发文基金:
湖北省自然科学基金
更多>>
相关领域:
医药卫生
更多>>
合作作者
肖玉秀
武汉大学药学院
徐见容
武汉大学药学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
医药卫生
主题
1篇
三萜
1篇
三萜酸
1篇
三萜酸类
1篇
三萜酸类成分
1篇
神经网
1篇
神经网络
1篇
人工神经
1篇
人工神经网络
1篇
总黄酮
1篇
网络
1篇
连钱草
1篇
黄酮
1篇
工神经网络
1篇
人工神经网
机构
1篇
武汉大学
作者
1篇
徐见容
1篇
肖玉秀
1篇
吴云霏
传媒
1篇
分析科学学报
年份
1篇
2007
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
人工神经网络用于连钱草中总黄酮和三萜酸类成分的含量预测
被引量:3
2007年
以连钱草的毛细管电泳指纹图谱为输入数据,以总黄酮和三萜酸类成分含量为输出数据,构建了反向传播网络、径向基函数网络和广义回归网络三种人工神经网络模型。采用三种网络模型和两种预测方法对未知样本的总黄酮和三萜酸类成分含量进行了预测,并分别比较了三种网络和两种预测方法的预测结果。另外,结合聚类分析结果和输入数据的相似度,分析了预测误差的来源。结果表明:三种网络对大部分样本的预测值与实际值都比较接近,而广义回归网络的预测效果最优;扣除奇异值后,广义回归网络的两种预测方法对未知样本的总黄酮和三萜酸类成分含量的平均预测误差分别为10.9%和0.00073%。
徐见容
吴云霏
肖玉秀
关键词:
人工神经网络
连钱草
总黄酮
三萜酸类
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张