采用偏最小二乘法和径向基神经网络结合近红外光谱技术建立蝙蝠蛾拟青霉发酵菌丝体中虫草酸、 多糖和腺苷含量的定量分析模型, 模型泛化能力强且预测精度高, 能够满足原料药及相关产品实际检测中的应用。 通过化学诱变和液体深层发酵获得214个蝙蝠蛾拟青霉菌丝体样品, 扫描获得近红外光谱, 采用常规方法测定样品中虫草酸、 多糖和腺苷的含量。 在应用蒙特卡罗偏最小二乘法识别异常样品、 确定校正集样品数量的基础上, 以逼近度(Da)为评价指标, 采用可移动窗口偏最小二乘法和径向基神经网络筛选特征波长变量, 最佳光谱预处理方法及建模重要参数。 通过比较分析, 最终确定蝙蝠蛾拟青霉菌丝体中虫草酸、 多糖和腺苷含量定量分析模型分别为RBFNN, RBFNN和PLS模型, 其校正集和预测集样品实验测定值与预测值间相关系数(R2p和R2c)分别为0.941 7和0.966 3, 0.980 3和0.985 0, 0.976 1和0.972 8, 表明模型具有很好的拟合度和预测性能。

采用径向基神经网络(RBFNN)结合近红外光谱(NIRS)技术建立一种分析安络小皮伞发酵菌丝体中甘露醇、多糖和腺苷三种组分的定量分析模型。收集164个安络小皮伞液体发酵菌丝体样本的近红外光谱数据，采用常规方法分别测定样本中甘露醇、多糖和腺苷的含量。在应用蒙特卡罗偏最小二乘法（MCPLS）识别异常样本、确定校正集样本数量的基础上，以逼近度（Da）为评价指标，采用可移动窗口径向基神经网络(MWRBFNN)筛选特征波长变量，筛选最佳光谱预处理方法、隐含层节点数(NH)等模型参数。建立甘露醇、多糖和腺苷组分定量分析模型，最佳RBFNN-NIRS模型中校正集和预测集样本实验测定值与预测值间相关系数分别为0.9274、0.9009、0.9440和0.9354、0.9018、0.8847，表明模型具有很好的拟合度和预测性能。

将近红外光谱（NIRS）与三层径向基神经网络(RBFNN)结合，建立药用真菌云芝中活性成份多糖和蛋白的快速无损分析模型（NIRS-RBFNN）。采用卷积平滑、傅里叶变换、一阶变换、二阶变换、多尺度小波变换和小波包变换对原始光谱进行预处理。对处理后的光谱进行主成份的提取，以前15个主成份得分作为径向基神经网络的输入节点选择范围。对网络相关的参数（输入节点数、中间神经元数、径向基宽度常数）进行了优选。得到了最佳的云芝多糖分析模型的条件为：小波变换6尺度重构光谱，模型参数为WPT-NIRS-RBFNN（7-12-1，3.2），此时模型的交换验证方根误差（RMSECV）为0.009897，校正集相关系数Rcv=0.98357，此模型对预测集的预测远离方根误差（RMSEP）为0.00909，其相关系数Rp=0.98283；对云芝蛋白的最佳分析模型的条件为：对小波变换6尺度重构光谱，模型参数为WPT-NIRS-RBFNN（12-10-1，3.0），此时模型的RMSECV为0.005240，Rcv=0.99426，此模型对预测集的RMSEP为0.00998，Rp=0.98246。结果表明模型具有很好的稳健性和精确度。对实现药用真菌的无损快速分析有重要的意义。

采用偏最小二乘法(PLS)建立测定蛹虫草菌丝体中多糖、蛋白、虫草酸和腺苷含量的近红外光谱定量分析模型。选择了原始光谱建立蛹虫草菌丝体中腺苷和多糖含量的PLS定量分析模型,选择卷积光滑预处理后的光谱建立蛹虫草菌丝体中蛋白和虫草酸含量的PLS定量分析模型。测定蛹虫草菌丝体中多糖、蛋白、虫草酸和腺苷含量的最优PLS定量分析模型的交叉验证均方根误差(RMSECV)分别为0.0091,0.0222,0.0088和0.6520,预测均方根误差(RMSEP)分别为0.0079,0.0196,0.0087和0.5780。结果表明,测定蛹虫草菌丝体四种有效成分含量的定量分析模型稳健性好和预测精度高,在中药有效成分定量分析方面有很大的应用前景。