浙江大学学报（工学版）
浙江大學學報（工學版）
절강대학학보（공학판）
JOURNAL OF ZHEJIANG UNIVERSITY(ENGINEERING SCIENCE)
2005年
4期
516-521
,共6页
小波变换%径向基函数网络%色谱峰分解%模式识别
小波變換%徑嚮基函數網絡%色譜峰分解%模式識彆
소파변환%경향기함수망락%색보봉분해%모식식별
将小波变换和神经网络相结合,研究色谱数据处理中分解重叠峰的新方法.首先利用小波变换多分辨分析和奇异性检测原理提取重叠色谱峰上的各特征点,构造反映重叠峰形状、位置和高度的5个无因次特征量,然后借助径向基函数(RBF)网络来表达重叠峰中子峰面积比和5个无因次特征量的映射关系,建立分解重叠色谱峰的模式识别模型.实验结果表明,采用训练好的RBF神经网络分解重叠色谱峰,准确度优于传统的垂线分割法,而且可实现对只有一个峰强极大点的肩峰型重叠峰的分解.
將小波變換和神經網絡相結閤,研究色譜數據處理中分解重疊峰的新方法.首先利用小波變換多分辨分析和奇異性檢測原理提取重疊色譜峰上的各特徵點,構造反映重疊峰形狀、位置和高度的5箇無因次特徵量,然後藉助徑嚮基函數(RBF)網絡來錶達重疊峰中子峰麵積比和5箇無因次特徵量的映射關繫,建立分解重疊色譜峰的模式識彆模型.實驗結果錶明,採用訓練好的RBF神經網絡分解重疊色譜峰,準確度優于傳統的垂線分割法,而且可實現對隻有一箇峰彊極大點的肩峰型重疊峰的分解.
장소파변환화신경망락상결합,연구색보수거처리중분해중첩봉적신방법.수선이용소파변환다분변분석화기이성검측원리제취중첩색보봉상적각특정점,구조반영중첩봉형상、위치화고도적5개무인차특정량,연후차조경향기함수(RBF)망락래표체중첩봉중자봉면적비화5개무인차특정량적영사관계,건립분해중첩색보봉적모식식별모형.실험결과표명,채용훈련호적RBF신경망락분해중첩색보봉,준학도우우전통적수선분할법,이차가실현대지유일개봉강겁대점적견봉형중첩봉적분해.
