Ｋｏｈｏｎｅｎ自组织网络的中药百合薄层谱鉴定中的应用.pdfVIP

‘电子工程师) 1999年增刊 Kohonen自组织网络在中药 百合薄层色谱鉴定中的应用 雷于生， 杨 光2 刘 波1 粟载福1 1 同济医大基础医学院(武汉，430030) 2同济医大药学院 擅鼻本文应用Kohonen白组织神经网络的技术方法．对中药五类百合薄层色谱鉴定的数据建 立网络模型．通过对35倒样本学习和5倒样本的联想识别．该模型识别率达Ioo％．所得结果 表明该方法为中药材色谱鉴定的自动分析处理提供一种有效途径． 关键调百合人工神经网络薄层色谱鉴定Kohonen自组织网络 的数据处理模型。 1 引言 2 Kohonen自组织网络简介 中药百合属多品种药材，如卷丹，百合， Kohonen自组织(SelfFea． 药百合，兰州百合，麝香百合等．临床应用通 Organiziting ture 常要对其进行品种和真伪鉴定。但它们的外 Map)网络是仅次于BP网络应用较广 观形状、组织结构相似，化学成分基本相周． 泛的神经网络之一，它模仿生物大脑活动方 经典方法较难根据生药特征和理化特征作出 式的自组织特征映射，对外界输入模式的自 准确的判别。目前较为广泛地采用薄层色谱 组织自适应无教师聚类，与传统的模式聚类 鉴定．这种方法是利用百合中含有多种磷脂 方法相比，其所形成的聚类中心能映射到一 个曲面或平面上，具有较好的非线性能力．网 成份薄层展开后。经VaskoVSKY试剂显色 呈蓝色斑点，选择其中磷脂成分含量较高，斑 络结构由输入和输出两层节点组成．输人层 点较大的五个斑点即溶血磷脂酰胆碱 每一神经元节点通过连接权连接到输出层每 (LPC)，神经硝磷脂(SM)，磷脂酰胆碱 一神经元节点。输入层的节点数对应输入模 (Pc)，双磷脂甘油(DPG)和磷脂酸(PA)，经 式向量的分量，输出层节点数按二维阵列排 色谱扫描处理，获取的各组峰面积数据进行 列。如图l。 逻辑判别和数据分析(5)，这种判别往往带有 特殊的限制并且处理较繁． 由于百合的生态环境、产地、生长年限、 采收季节及层析条件等多种因素的影响，百 合通过层析处理，色谱的描绘获取的蜂面积 大小变化较为复杂，各种百合品种与采用磷 够 脂层析的峰面积变化实际上是一种非线性关 系。本文正是基于这种原因。研究用Koho— 圈1输出层节点排列囤 nen自组织神经网络建立自动识别百合类别 ·439· 雷于生．荨：Kohonen自组织网络在中药百合薄层色谱鉴定中的应用 网络采用无监督竞争学习，算法步骤如 3．2 模型训练样本及参数的选择 F： (1)训练样本模式的预处理 (1)连接权初始化。对所有输入节点到 Kohonen自组织网络对训练样本模式 输出结点的连接权赋以均匀随机小数