首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 187 毫秒

1.  反向传播人工神经网络分光光度法同时测定环境水样中的苯酚、间苯二酚和间氨基酚  被引次数:6
   曹永生  陈奕卫  祖金凤  朱金林  徐学诚  成荣明《光谱学与光谱分析》,2003年第23卷第4期
   本文应用人工神经网络原理 ,采用误差反向传播算法 ,对环境水样中的苯酚、间苯二酚和间氨基酚可以用分光光度法不经分离进行了同时测定。三种酚类的平均回收率分别为 98 0 % ,99 6 %和 99 7%。实验证明 ,反向传播 人工神经网络方法应用在本体系中进行结果校正 ,结果令人满意。    

2.  LM-BP神经网络应用于光度法同时测定邻苯二酚、间苯二酚和对苯二酚三组分  被引次数:8
   开小明  沈玉华  张谷鑫  谢安建《光谱学与光谱分析》,2005年第25卷第12期
   应用人工神经网络原理,以Levenberg-marquardt back propagation(LM-BP)算法,对光谱严重重叠的邻苯二酚、问苯二酚和对苯二酚3组分进行同时测定。挑选283.5,279.5,276.5nm处3波长为3种苯二酚的测量波长,按正交设计表L25(5^6)配置25组标准混合溶液,对3种苯二酚进行训练,平均平方误差(MSE)达到最小值0.0831143;同时预测了模拟混合样本中的邻苯二酚、间苯二酚和对苯二酚含量,3种苯二酚异构体在低浓度时误差稍大,绝大部分分析结果相对误差小于5%,特别是对吸收光谱严重重叠的邻苯二酚、间苯二酚有令人满意的分析结果。    

3.  径向基函数神经网络光度法同时测定苯酚、邻苯二酚、间苯二酚和对苯二酚  被引次数:3
   龚成勇  孙静月  金继红《化学分析计量》,2005年第14卷第3期
   对吸收峰重叠严重的苯酚、邻苯二酚、间苯二酚和对苯二酚4组分体系进行研究,以径向基函数神经网络光度法建立校正模型,同时测定了水样中的苯酚、邻苯二酚、间苯二酚和对苯二酚的含量,回收率为95.7%~109.2%。    

4.  人工神经网络-伏安分析法同时测定邻、间、对二硝基苯  被引次数:3
   刘思东   张卓勇   刘宇   王富权《分析测试学报》,1998年第1期
   将反向传播算法的前馈神经网络用于导数脉冲伏安分析法同时测定邻、间、对二硝基苯。实验在盐酸-氯化钾-乙醇介质中进行,悬汞电极作为工作电极。通过对网络结构和参数的优化,加快了训练速度,提高了预测的准确度。用该法对邻、间、对二硝基苯混合物进行定量分析,预测的相对标准误差(SEP)分别为426%,499%和486%。对人工神经网络(ANN)和偏最小二乘法(PLS)的结果进行的比较表明,ANN法优于PLS法。    

5.  人工神经网络-荧光光谱法同时测定维生素B1,B2,B6  被引次数:6
   吴根华  何池洋《Guang pu xue yu guang pu fen xi = Guang pu》,2003年第23卷第3期
   应用人工神经网络原理 ,以Levenberg MarquardtBP算法对荧光光谱严重重叠的维生素B1 ,B2 ,B6三组份混合体系同时进行了含量测定。在 390~ 5 2 0nm的范围内 ,以 15个特征波长处的荧光强度值作为网络特征参数 ,并通过均匀设计安排样本 ,经网络训练和计算得出维生素B1 ,B2 ,B6 三者的平均回收率分别为 99 86 % ,99 6 0 % ,99 4 9% ,测定结果的相对标准偏差各为 1 7% ,1 6 % ,1 7%。    

6.  人工神经网络用于紫外光谱同时测定苯和甲苯及二甲苯的含量  被引次数:2
   吴军  杨梅《理化检验(化学分册)》,2006年第42卷第7期
   根据反向传输(Backpropagation,BP)算法,应用三层ANN(人工神经网络,Artificial neural network)网络原理,对紫外光谱严重重叠的苯、甲苯和二甲苯的混合体系进行同时测定。在230~280nm范围内,以16个特征波长处的紫外吸光度作为网络特征参数,并通过均匀设计安排样本进行网络训练和计算。苯、甲苯和二甲苯的回收率依次为98.7%,99.4%和97.4%,测定结果的相对标准偏差分别为2.0%,2.8%和2.7%。    

7.  荧光光谱-人工神经网络法同时测定注射液中色氨酸和酪氨酸  被引次数:3
   吴根华  何池洋  陈荣《Guang pu xue yu guang pu fen xi = Guang pu》,2003年第23卷第2期
   本文用人工神经网络法中的误差反传学习算法对色氨酸、酪氨酸混合体系的荧光光谱进行解析,提出了同时测定这两种氨基酸的计算分析方法。以pH=7.15的KH_2PO_4-K_2HPO_4的缓冲溶液为介质,用224nm为激发波长,在290~400nm的范围内,以14个特征波长处的荧光强度值作为网络特征参数,进行网络训练。网络训练了12次即达到误差精度要求(误差平方和小于0.1)。以同样方法对复合氨基酸注射液进行测定,通过训练好的网络进行色氨酸、酪氨酸含量的计算,相对误差分别为4.0%和2.6%。实验表明,该方法与现有的算法相比具有训练速度快、预测结果准确度高等特点。该方法与荧光法结合有望成为多组分分析的有效方法之一。    

8.  人工神经网络用于光度法同时测定三组分染料混合物  被引次数:3
   林生岭  谢春生  王俊德  陈作如《光谱学与光谱分析》,2003年第23卷第6期
   应用人工神经网络原理,以快速BP算法,对紫外可见吸收光谱严重重叠的三组分的染料溶液同时进行含量测定。在200~590nm的范围内,以7个特征波长处的吸收值作为网络特征参数,通过网络训练,复品红、结晶紫、藏红T的相对标准偏差分别为0.34%,0.67%,1.03%,三者的回收率在95.5%~104%之间。实验表明,该算法速度快,预测结果准确,可望用人工神经网络和光度法结合定量测定混合染料。    

9.  人工神经网络用于光度法同时测定铜钴镍  被引次数:14
   何池洋  孙益民  吴根华  陈荣《光谱学与光谱分析》,2001年第21卷第5期
   本文采用PAR-Cu,Co,Ni显色体系,应用人工神经网络原理,以Levenberg-MarguardtBP算法,对紫外吸收光谱严重重叠的三组分金属配合物体系进行含量测定。在452-552nm的范围内,以14个特征波长处的吸收值作为网络特征参数,并通过正交设计安排样本。网络仅训练781次即可达到要求,Cu,Co,Ni三者的平均回收率分别为99.99%,99.97%,测定结果的相对标准偏差分别为0.1%,0.2%,0.1%。实验表明,该方法与现有的算法相比具有训练速度快,预测结果准确度高等特点。该方法和光度法结合有望成为多组分分析的有效方法之一。    

10.  人工神经网络光度法同时测定土壤中铅-镉-镍  被引次数:13
   朱金林  陈奕卫  曹永生  祖金凤  成荣明《分析试验室》,2003年第22卷第1期
   研究了以4-(2-吡啶偶氮)-间苯二酚(PAR)为显色剂、十二烷基硫酸钠(SDS)为增敏剂、乙酸-乙酸钠为缓冲液,在水相中对铅、镉、镍进行同时测定。利用二次回归正交组合设计,对体系因子进行了优化。以苏州吴县水稻田土壤为研究对象,利用反向人工神经网络对其中铅、镉、镍的全量、有效态、活化态分别进行了同时测定,预测结果与AAS法所测结果基本一致。    

11.  系数倍率和卡尔曼滤波紫外分光光度法同时测定发洗剂中的苯酚、间苯二酚和水杨酸  被引次数:1
   叶芝祥  吴咏梅《化学分析计量》,2003年第12卷第6期
   用系数倍率和卡尔曼滤波紫外分光光度法同时测定发洗剂中苯酚、间苯二酚、水杨酸的含量,苯酚、间苯二酚、水杨酸的线性回归方程分别为:A=0.00546 0.01762X,r=0.9999;A=0.00245 0.01606X,r=0.9999;A=-0.00748 0.02491X.r=0.9999。回收率分别为97.8%~102.3%、99.9%~102.3%、99.3%~103.2%。    

12.  紫外光谱法同时测定水中苯酚、邻苯二酚和间苯二酚  被引次数:2
   闫琰  叶芝祥  闫军  黄登盛《化学分析计量》,2008年第17卷第2期
   苯酚、邻苯二酚和间苯二酚的紫外光谱重叠严重,难以对它们进行单个分析,因此采用紫外光谱法测定水中苯酚、邻苯二酚和间苯二酚的吸光度,并以蚂蚁算法(ACA)处理测定后的数据,得到苯酚、邻苯二酚和间苯二酚的含量.苯酚、邻苯二酚、间苯二酚的回收率分别在98.33%~101.11%、96.25%~100.56%,98.13%~102.86%之间.    

13.  PLS—分光光度法同时测定苯酚,邻苯二酚,间苯二酚和对苯…  被引次数:1
   梁志华 倪永年《南昌大学学报(理科版)》,1997年第21卷第2期
   对吸收峰重叠严重的苯酚,邻苯二酚,间苯二酚和对苯二酚四组份体系进行研究并以偏最小二乘法建立校正模型,同时测定了模拟水样和环境水样中的苯酚,邻苯二酚,间苯二酚和对苯二酚的含量,均获得较好的结果。    

14.  人工神经网络用于光度法测定工业废水中的铬和铁  
   管棣  姚鹏  张媛媛  谢青兰《化学研究与应用》,2006年第18卷第11期
   为了快速测定工业废水中的铬和铁,利用BP人工神经网络模型,并与分光光度法相结合,不经分离同时测定工业废水中的铬和铁。在铬-铁-二苯碳酰二肼显色体系中,控制pH在1.0-2.0之间,用分光光度法测定显色体系的吸收光谱,应用三层人工神经网络解析吸收光谱,同时测得铬和铁的浓度。详细研究了分光光度法同时测定铬和铁的测定条件和网络训练的最佳训练参数,BP人工神经网络的动量参数为0.8,拓扑结构为20-15-2,转换函数的形状参数为0.9。该测定方法不仅可用于环境监测,而且能用于食品、材料、药物、生物样品、矿物等物质中铬和铁的测定。    

15.  碳纳米管修饰电极-人工神经网络同时检测一氯酚三种异构体  
   钱吉兰  朱振中  刘俊康  姜国华《分析科学学报》,2011年第27卷第1期
   建立了碳纳米管修饰电极-人工神经网络同时检测一氯酚三种异构体的方法。在pH=7.0的磷酸盐缓冲溶液中,邻氯酚、间氯酚和对氯酚在碳纳米管修饰电极上均有一灵敏的不可逆氧化峰。采用微分脉冲溶出伏安法,在优化的实验条件下,邻氯酚、间氯酚和对氯酚的峰电位分别为624 mV、712 mV和632 mV,且浓度分别在2.07~103.66μmol/L、4.62~138.60μmol/L和2.71~108.48μmol/L范围内与峰电流呈良好的线性关系,检出限分别为0.9μmol/L、1.0μmol/L和0.8μmol/L。使用径向基人工神经网络(RBF-ANN)对一氯酚三种异构体混合物的伏安谱图进行分析,总预报误差为7.87%,而偏最小二乘法(PLS)总预报误差为15.57%。结果表明,所建立的方法可同时准确检测一氯酚的三种异构体。    

16.  主成分提取在遥感FTIR谱图解析中的应用  被引次数:2
   胡兰萍  张琳  李燕  张黎明  任翌博  于佰华  王俊德《Guang pu xue yu guang pu fen xi = Guang pu》,2007年第27卷第11期
   建立了基于人工神经网络(ANN)的遥感FTIR谱图解析方法.针对人工神经网络(ANN)训练时间过长和模型"过拟合"的问题,采用偏最小二乘法(PLS)和主成分分析法(PCA),对输入ANN的光谱数据进行了主成分提取,使ANN分析时间从30多分钟缩短为10多秒钟;模型传递技术的引入,克服了遥感FTIR谱图分析中反复建模问题.经过优化的方法,实现了用EPA数据建模,对大气中的四组分混合体系--丙酮、苯、三氯甲烷和甲醇的遥感、实时、准确测定,PLS-ANN模型得到的结果最好,对丙酮、苯、三氯甲烷和甲醇的预测误差分别为0.043,0.031,0.034,0.051,保证了遥感FTIR对大气中有毒气体混合物实时、准确、快速监测.    

17.  双体系双波长荧光光度法及其在药物分析中的应用  被引次数:5
   张贵珠 张海清《高等学校化学学报》,1995年第16卷第1期
   提出一种新型“双体系双波长荧光光度法”(DSDWF),并用于性质相近药物苯酚及间苯二酚的同时测定,测定下限为0.05μg/mL,苯酚与间苯二酚的浓度允许比为1:10-10:1。用于模拟复方雷琐辛涂剂的测定,结果满意。    

18.  Madaline网络用于分光光度法同时测定铜钴镍的研究  被引次数:4
   何池洋  孙益民《分析测试学报》,2002年第21卷第2期
   采用4-(2-吡啶偶氮)-间苯二酚(PAR)-Cu,Co,Ni显色体系,应用Madline神经网络原理,对于吸收光谱严重重叠的三组分金属配合物体系同时进行含量测定,Cu^2 ,Co^2 ,Ni^2 的平均回收率分别为94%,101%,102%,实验表明,该法具有训练速度快,预测结果准确度良好等特点,有望成为多组分分析的有效方法之一。    

19.  人工神经网络法同时测定苯二酚异构体  被引次数:7
   方艳红  王琼  徐金瑞《分析试验室》,2001年第20卷第6期
   研究了人工神经网络法与紫外分光光度分析相结合,用于邻苯二酚、间苯二酚、对苯二酚异构体的含量测定。本研究采用人工神经网络法,直接对苯二酚异构体混合液的紫外吸收光谱数据进行预测,不需预先分离,即可得到各异构体的浓度。    

20.  人工神经网络法对多组分大气污染物的同时监测  被引次数:12
   孙秀云  李燕  王俊德《Guang pu xue yu guang pu fen xi = Guang pu》,2003年第23卷第4期
   用 18 7 8的反向传播人工神经网络 (BP ANN)模型 ,对FTIR光谱图存在着严重混叠干扰的八种有毒易挥发有机化合物 (VOCs)组成的大气污染物进行了同时定量测定 ,得到了各污染物的浓度。所测定的八种VOCs为苯乙酮 ,苯酚 ,三氯甲苯 ,1,3丁二烯 ,氯苯 ,甲醇 ,三氯代乙烷和二氯甲烷。用标准预测误差 (%SEP) ,平均预测误差 (MPE)和平均相对误差 (MRE)来评价其预测能力。结果表明 ,本方法对多组分大气污染物定量分析 ,能够得到较为满意的结果。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号