0
关键词：
原子吸收光谱,翅果油树,有机元素
发表时间：
2012-03-30 11:31:16
摘 要 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( BPANN) 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。
由于有机污染物的紫外光谱间存在严重的重叠, 加之光谱测量过程中噪声和杂质等的影响, 使得紫外光谱的库检索非常困难, 如何发展一种快速、方便、准确的紫外谱库检索方法是一个需要研究的问题。目前, 对有机污染物紫外光谱的检索通常采用相关系数法, 即在一个已建的紫外谱库中进行搜索, 通过计算检索光谱与库光谱之间的相关系数, 根据它们的相似性对未知化合物作出识别。但相关系数法受背景吸收、噪声、基线漂移、杂质含量、检测信号的非线性和仪器差异等因素影响较大[1] , 而且这些因素的影响程度又无法测量, 因此对最后的检测结果影响较大, 甚至有时可能导致检索的错误。
反向传播的人工神经网络( BPANN) , 对输入信号和输出信号间的联系能够进行学习和记忆, 具有较强的输入输出映射能力、泛化能力、容错能力及较好的鲁棒性。实验证明,人工神经网络方法用于谱库检索能消除或减轻上述因素的影响, 取得良好的识别效果[26] 。本文将BP ANN 用于有机污染物紫外谱库检索, 对该网络的优化参数作了详细的讨论,针对实际检测中存在的噪声、基线漂移、斜坡背景、含杂等不同情况进行了模拟, 并将该方法与传统方法的识别结果进
行了比较。结果表明, 优化参数下的人工神经网络的库检索方法不仅方便、快速, 而且具有更强的抗噪和容杂能力。
反向传播的人工神经网络( BPANN) , 对输入信号和输出信号间的联系能够进行学习和记忆, 具有较强的输入输出映射能力、泛化能力、容错能力及较好的鲁棒性。实验证明,人工神经网络方法用于谱库检索能消除或减轻上述因素的影响, 取得良好的识别效果[26] 。本文将BP ANN 用于有机污染物紫外谱库检索, 对该网络的优化参数作了详细的讨论,针对实际检测中存在的噪声、基线漂移、斜坡背景、含杂等不同情况进行了模拟, 并将该方法与传统方法的识别结果进
行了比较。结果表明, 优化参数下的人工神经网络的库检索方法不仅方便、快速, 而且具有更强的抗噪和容杂能力。
蔡佳怡发布的其他共享资料
-
-
关键词： 原子吸收法,心血管中成药,微量元素 发表时间： 2012-03-30 11:30:24
-
关键词： 原位,红外光谱,HMX,热分解 发表时间： 2012-03-30 11:29:19
-
关键词： 稀土,芳香羧酸,反应型,配合物,发光 发表时间： 2012-03-30 11:28:16
-
关键词： 有机无机异质节,电致发光 发表时间： 2012-03-30 11:26:47
-
关键词： 人工神经网络,有机环境污染物,紫外光谱,库检索 发表时间： 2012-03-30 11:23:45