基于深度信念網(wǎng)絡(luò)的近紅外光譜藥品鑒別研究.pdf

1、藥品對人民的健康生活至關(guān)重要，然而當(dāng)今社會(huì)假藥泛濫，嚴(yán)重影響了人們的生命財(cái)產(chǎn)安全，為此真假藥鑒別技術(shù)在藥品監(jiān)管領(lǐng)域有著極其重要的實(shí)用價(jià)值。近紅外光譜分析技術(shù)有著快捷、綠色、無損等優(yōu)點(diǎn)，目前已經(jīng)廣泛地應(yīng)用于各個(gè)領(lǐng)域，在藥品鑒別領(lǐng)域也取得飛速的發(fā)展。
　　然而，在近紅外光譜（NIRS）藥品鑒別中，由于近紅外光譜往往特征維數(shù)較高，傳統(tǒng)的特征提取方法在處理高度復(fù)雜的特征時(shí)往往比較乏力，缺乏良好的特征提取效果；同時(shí)近紅外光譜藥品鑒別具有顯著

2、的代價(jià)敏感性，以傳統(tǒng)的非代價(jià)敏感方法進(jìn)行藥品鑒別也不科學(xué)。
　　鑒于此，針對近紅外光譜特征往往高度復(fù)雜的問題，本文提出了基于深度信念網(wǎng)絡(luò)與隨機(jī)森林（DBN-RFS）的藥品鑒別方法，結(jié)合了深度學(xué)習(xí)在特征提取階段展現(xiàn)出的優(yōu)勢與傳統(tǒng)分類器良好的分類能力。首先采用深度信念網(wǎng)絡(luò)對高維數(shù)據(jù)特征進(jìn)行非線性特征提取，取DBN隱含層中最后一層的全部特征，加上隨機(jī)抽取的倒數(shù)第二層的部分特征，作為隨機(jī)森林的輸入數(shù)據(jù)。并通過以不同活性物質(zhì)濃度藥品的NIR

3、光譜數(shù)據(jù)、琥乙紅霉素等藥品的NIR光譜數(shù)據(jù)、多潘酮片NIR光譜數(shù)據(jù)等進(jìn)行實(shí)驗(yàn)驗(yàn)證，三種樣本集實(shí)驗(yàn)表明，DBN-RFS在分類問題中具有良好的性能，并且隨著數(shù)據(jù)特征維數(shù)的上升，DBN-RFS越發(fā)顯示出深度信念網(wǎng)絡(luò)在高度復(fù)雜的特征下進(jìn)行特征提取的優(yōu)越性。
　　同時(shí)，針對近紅外光譜藥品鑒別問題的代價(jià)敏感性，本文提出一種代價(jià)敏感的深度信念網(wǎng)絡(luò)（CS-DBN）算法，先以原始數(shù)據(jù)預(yù)訓(xùn)練 RBM，在反向微調(diào)階段，將評價(jià)準(zhǔn)則由最小錯(cuò)分誤差改為最小錯(cuò)