10.3321/j.issn:1000-0593.2006.05.031
有机环境污染物紫外光谱检索的神经网络方法
详细讨论了网络优化参数、模拟的测量过程中噪声及杂质对网络收敛性能及预测误差的影响.为加速网络收敛,提高紫外光谱检索的正确率,采用了导数光谱对反向传播的人工神经网络(BP-ANN)进行训练和检索,该方法对检索光谱中噪声、杂质,尤其是斜坡背景的允许程度明显提高.文章还将ANN方法与普通的相关系数法的识别结果进行了比较.结果表明,优化参数下的人工神经网络的库检索法在抗噪、容杂等方面都明显地优于普通的相关系数法,是一种很有效的紫外库检索方法.
人工神经网络、有机环境污染物、紫外光谱、库检索
26
O657.3(分析化学)
北京市重点实验室基金2004211-03
2006-06-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
908-912