利用基于小波特征提取的网络模型解析色谱重叠峰

摘要：

提出了一种新的色谱重叠峰解析模型--基于小波特征提取的RBF神经网络模型.首先利用小波变换奇异性的检测原理,从原始色谱信号中提取特征点,这些特征点蕴含了反映色谱峰形状的信息,包括重叠峰个数、保留时间等信息.由小波变换获得的特征点来确定RBF网络的隐节点数目和网络参数的初值,即将拐点对数作为隐节点数目,将峰宽估计值作为输出层连接权的初值,将峰高估计值作为隐节点宽度的初值.再用RBF网络来拟合原始重叠色谱信号,梯度下降法训练后获得的网络参数作为解析结果,实现了重叠色谱峰的分离.实验结果表明:本方法快速、准确、可靠,能有效解析未知组分数的重叠峰.

关键词：小波变换、径向基神经网络、重叠峰解析、色谱

所属期刊栏目：24

分类号：TP183;O65(自动化基础理论)

在线出版日期：2007-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：673-677