径向基函数神经网络用于重叠色谱峰解析

摘要：

在高斯基径向基函数神经网络（RBFNN）学习算法中引入了鲁棒性和随机全局寻优的两阶段遗传算法：结构学习和参数优化。通过两阶段学习算法的交替使用，使网络具有结构自学习和参数优化的能力，而后将网络应用于组分数未知的重叠色谱峰解析。该方法具有不需人为干预，可自动确定网络结构即组分数的优点；并且解析精度较高，适用于多组分重叠色谱峰的解析；对完全重叠色谱峰也具有良好的解析能力。

关键词：径向基函数神经网络、色谱、重叠色谱峰、遗传算法

所属期刊栏目：19

分类号：O658(分析化学)

资助基金：辽宁省自然科学基金972147

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4页

页码：112-115