计算机与应用化学
計算機與應用化學
계산궤여응용화학
COMPUTERS AND APPLIED CHEMISTRY
2003年
1期
75-78
,共4页
神经网络%红外光谱%波长选择%校正模型
神經網絡%紅外光譜%波長選擇%校正模型
신경망락%홍외광보%파장선택%교정모형
为了解决红外光谱定量分析中的特征提取和校正规模问题,提出了一种输入层自构造神经网络.这种网络能够利用训练数据的某些先验知识,自动选择输入层神经元的个数.在学习过程中,输入神经元个数从最小值1开始,根据网络误差的变化逐步增加,最终确定最佳神经元数量.这种网络模型将特征提取和参数学习过程融为一体,有利于提高建模效率.利用仿真红外光谱的定量分析实验表明,这种网络模型不仅能够对光谱数据实现高效率的波长选择,并具有抑制随机噪声和非线性干扰的能力.
為瞭解決紅外光譜定量分析中的特徵提取和校正規模問題,提齣瞭一種輸入層自構造神經網絡.這種網絡能夠利用訓練數據的某些先驗知識,自動選擇輸入層神經元的箇數.在學習過程中,輸入神經元箇數從最小值1開始,根據網絡誤差的變化逐步增加,最終確定最佳神經元數量.這種網絡模型將特徵提取和參數學習過程融為一體,有利于提高建模效率.利用倣真紅外光譜的定量分析實驗錶明,這種網絡模型不僅能夠對光譜數據實現高效率的波長選擇,併具有抑製隨機譟聲和非線性榦擾的能力.
위료해결홍외광보정량분석중적특정제취화교정규모문제,제출료일충수입층자구조신경망락.저충망락능구이용훈련수거적모사선험지식,자동선택수입층신경원적개수.재학습과정중,수입신경원개수종최소치1개시,근거망락오차적변화축보증가,최종학정최가신경원수량.저충망락모형장특정제취화삼수학습과정융위일체,유리우제고건모효솔.이용방진홍외광보적정량분석실험표명,저충망락모형불부능구대광보수거실현고효솔적파장선택,병구유억제수궤조성화비선성간우적능력.
