ICA方法与NIR技术用于药片中活性成分含量的测定

用独立分量分析(ICA)方法提取药片近红外光谱数据矩阵的独立成分和相应的混合矩阵,再用BP神经网络对混合矩阵和药片中活性成分的浓度矩阵进行建模,提出了新的药片活性成分含量测定的基于独立分量分析-神经网络回归(ICA-NNR)的近红外光谱分析方法.通过分析独立分量数和网络中间隐层的神经元数对模型性能的影响,分别建立三类药片定量分析的最优模型.该方法用于实测的三类药片中活性成分含量的测定,测试样品集的化学检测值与近红外预测值的相关系数分别达到0.962,0.980及0.979.结果表明,基于ICA-NNR的近红外光谱分析方法对制药业的药片进行定量分析是可行的.