排序方式： 共有1条查询结果，搜索用时 5 毫秒
1
1.
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%. 相似文献
1