基于标准高斯和塔板模型的RBFNN色谱峰解析

摘要：

基于塔板色谱峰模型的径向基函数神经网络(RBFNN)用于色谱(含重叠)峰解析是一种新方法.为了使RBFNN具有结构重组能力,用于色谱峰解析的RBFNN必须采用遗传算法(GA).虽然遗传算法具有鲁棒性和全局优化能力,但若种群过小,则陷于局部极小点的概率将增高.而塔板模型是一个低效模型,若选用过大的种群,必然使解析过程加长.为了提高算法效率,提出先用高效色谱峰近似模型标准高斯模型进行繁衍,而后再用塔板模型.

关键词：径向基函数神经网络、色谱、重叠色谱峰、遗传算法、正态分布

所属期刊栏目：13

分类号：O141.4(数理逻辑、数学基础)

资助基金：辽宁省自然科学基金

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：481-483