会员登陆: 用户名:  密码: 验证码:
首页 杂志概况 投稿须知 在线投稿 在线阅读 征订启事 广告服务 行业资讯 企业动态 资料中心  专访报道 会展信息 ENGLISH

引用本文:   张卫东, 李灵巧, 胡锦泉, 冯艳春, 尹利辉, 胡昌勤, 杨辉华. 基于堆栈稀疏自编码融合核极限学习机的近红外光谱药品鉴别. 分析化学, 2018, 46(9): 1446-1454. doi:  10.11895/j.issn.0253-3820.171343 [复制]

Citation:   ZHANG Wei-Dong, LI Ling-Qiao, HU Jin-Quan, FENG Yan-Chun, YIN Li-Hui, HU Chang-Qin, YANG Hui-Hua. Drug Discrimination by Near Infrared Spectroscopy Based on Stacked Sparse Auto-encoders Combined with Kernel Extreme Learning Machine. Chinese Journal of Analytical Chemistry, 2018, 46(9): 1446-1454. doi: 10.11895/j.issn.0253-3820.171343 [复制]

基于堆栈稀疏自编码融合核极限学习机的近红外光谱药品鉴别

通讯作者:  杨辉华, yhh@bupt.edu.cn

收稿日期: 2017-10-16

接受日期: 2018-06-05

出版日期: 2018-09-01

基金项目: 本文系国家自然科学基金项目(Nos.21365008,61562013)资助

Drug Discrimination by Near Infrared Spectroscopy Based on Stacked Sparse Auto-encoders Combined with Kernel Extreme Learning Machine

Corresponding author:  YANG Hui-Hua, yhh@bupt.edu.cn

Received Date:  2017-10-16

Accepted Date:  2018-06-05

Published Date:  2018-09-01

Fund Project:  This work was supported by the National Natural Science Foundation of China (Nos. 21365008, 61562013)

提出一种基于堆栈稀疏自编码融合核极限学习机(Stacked sparse auto-encoders combine kernel extreme learning machine,SSAE-KELM)的近红外药品鉴别方法,通过引入核极限学习机代替SSAE的Softmax分类和BP微调阶段,减少了模型的训练步骤、训练参数以及训练时间,提高了深度学习网络的实际应用能力,核函数的引入提高了模型的分类能力。其中,SSAE用于初始化整个网络模型,并且从输入数据中学习到有用的特征,KELM用于实现分类任务。研究了SSAE-KELM模型对不同厂商生产的同一包装形式(铝塑或非铝塑)药品鉴别的预测能力、稳定性及训练时间,以实现药品的二分类和多分类的无损鉴别。同时,与ELM、SSAE、BP、SVM及随机隐退深度信念网络(Dropout-DBN)进行对比。结果表明,无论是二分类还是多分类,SSAE-KELM不仅具有更优的分类能力和稳定性、还减少了训练时间。因此,SSAE-KELM是一种有效的光谱分类建模工具。

关键词:   稀疏自编码网络, 核极限学习机, 核函数, 近红外光谱, 药品鉴别
Key words:   Stacked sparse auto-encoders, Kernel extreme learning machine, Kernel function, Near infrared spectroscopy, Drug identification
[1]

Vlachos N, Skopelitis Y, Psaroudaki M. Anal. Chim. Acta, 2015, 573(1): 459-465

[2]

Risoluti R, Materazzi S, Gregori A. Talanta, 2016, 153: 407-413. doi: 10.1016/j.talanta.2016.02.044

[3]

JING Tao, DAI Ying, MA Xiao-Juan, HUANG Bai-Biao. Chinese Optic, 2016, 9(1): 1-15

荆涛, 戴瑛, 马晓娟, 黄柏标. 中国光学, 2016, 9(1): 1-15

[4]

YUAN Jing-Ze, LU Qi-Peng, WANG Jing-Li, DING Hai-Quan, GAO Hong-Zhi, WU Chun-Yang, LI Wan-Xia. Chinese J. Anal. Chem., 2017, 45(9): 1291-1296

袁境泽, 卢启鹏, 王静丽, 丁海泉, 高洪智, 吴春阳, 李晚侠. 分析化学, 2017, 45(9): 1291-1296

[5]

Mbinze J K, Sacré P Y, Yemoa A. J. Pharmaceut. Biomed. Anal., 2015, 111(26): 21-27

[6]

Storme-Paris I, Rebiere H, Matoga M. Anal. Chim. Acta, 2010, 658(2): 163-174. doi: 10.1016/j.aca.2009.11.005

[7]

Deconinck E, Sacré P Y, Coomans D. J. Pharmaceut. Biomed. Anal., 2012, 57(1): 68-75

[8]

Anzanello M J, Ortiz R S, Limberger R. Forensic Sci. Inter., 2014, 235(2): 1-7

[9]

LIU Zhen-Bing, JIANG Shu-Jie, YANG Hui-Hua, ZHANG Xue-Bo. Spectroscopy and Spectral Analysis, 2014, 34(10): 2815-2820. doi: 10.3964/j.issn.1000-0593(2014)10-2815-06

刘振丙, 蒋淑洁, 杨辉华, 张学博. 光谱学与光谱分析, 2014, 34(10): 2815-2820. doi: 10.3964/j.issn.1000-0593(2014)10-2815-06

[10]

Yang H, Hu B, Pan X, Yan S, Feng Y, Zhang X, Yin L, Hu C. J. Innovt. Opt. Health Sci., 2016, 10(2): 1630011-

[11]

Donahue J, Hendricks L A, Rohrbach M. IEEE Trans. Pattern Anal. Mach. Intell., 2017, 39(4): 677-691. doi: 10.1109/TPAMI.2016.2599174

[12]

Noda K, Yamaguchi Y, Nakadai K. Appl. Intell., 2015, 42(4): 722-737. doi: 10.1007/s10489-014-0629-7

[13]

Quintana M, Torres J, Menéndez J M. IEEE Transact. Intell. Transp. Syst., 2016, 17(3): 608-619. doi: 10.1109/TITS.2015.2482222

[14]

YANG Hui-Hua, LUO Zhi-Chao, JIANG Shu-Jie, ZHANG Xue-Bo. Spectroscopy and Spectral Analysis, 2016, 36: 2274-2279

杨辉华, 雒志超, 蒋淑杰, 张学博. 光谱学光谱分析, 2016, 36: 2274-2279

[15]

WANG Ru-Jing, CHEN Tian-Jiao, WANG Yu-Bing, WANG Liu-San, XIE Cheng-Jun, ZHANG Jie, LI Rui, CHEN Hong-Bo. Chinese Journal of Luminescence, 2017, 38(1): 109-116

王儒敬, 陈天娇, 汪玉冰, 汪六三, 谢成军, 张洁, 李瑞, 陈红波. 发光学报, 2017, 38(1): 109-116

[16]

Tsinalis O, Matthews P M, Guo Y. Annals Biomed. Engineer., 2016, 44(5): 1587-1597. doi: 10.1007/s10439-015-1444-y

[17]

Huang G B, Zhu Q Y, Siew C K. Neurocomputing, 2006, 70(1): 489-501

[18]

Huang G B, Zhou H Ding. IEEE Transact. Syst. Man Cy. B, 2012, 42(2): 513-529. doi: 10.1109/TSMCB.2011.2168604

[19]

Xu J, Xiang L, Liu Q. IEEE Transact. Med. Imaging, 2016, 35(1): 119-130. doi: 10.1109/TMI.2015.2458702

[20]

Zeng Y, Xu X, Shen D, Fang Y, Xiao Z. IEEE Transact. Intell. Transport. Syst., 2017, 18(6): 1647-1653

计量
  • PDF下载量(10)
  • 文章访问量(93)
  • HTML全文浏览量(5)

目录

基于堆栈稀疏自编码融合核极限学习机的近红外光谱药品鉴别

张卫东, 李灵巧, 胡锦泉, 冯艳春, 尹利辉, 胡昌勤, 杨辉华

Figures and Tables