基于脉冲耦合神经网络的拉曼光谱定性分析

摘要：

通过对脉冲耦合神经网络(pulse coupled neural network,PCNN)和拉曼光谱定性分析的研究,提出了基于PCNN的拉曼光谱定性分析方法.首先,利用PCNN神经元的疲劳与不应期特性将拉曼光谱数据进行编码;然后,基于改进的Horspool算法将检测样品对应编码与基码数据库中的所有基码逐一匹配,并得到各对应的匹配相似度,进而判定样品类别.相关实验和数据分析证明了该文方法的准确性和有效性.同时,该文方法避免了目前基于谱模版定性分析方法中待测样品拉曼光谱特征谱峰难以确定以及匹配分析冗余度高等不足,且对存储空间的要求仅为后者的5.8%.

关键词：脉冲耦合神经网络、激光拉曼光谱、定性分析、相似度、Horspool算法

所属期刊栏目：30

分类号：O657.3(分析化学)

资助基金：国家自然科学基金仪器专项项目30227001;面上项目30940019

在线出版日期：2010-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：2409-2412