温度限制串联相关神经网络及其在细菌辨识中的应用

蛋白质在微生物研究中可用作生物标记物,故在生物技术中其表征工作很重要．各种质谱技术已被用于细菌的表征[‘－’j．1994年,Cain等[‘]首先报道了将色谱和基体辅助激光解离/电离飞行时间质谱(M     

大黄的傅里叶变换红外光谱法快速鉴别

利用傅里叶变换红外(FTIR)光谱法对不同的大黄药材进行了分析?结果表明：大黄样品在4000～1800cm^-1区域有相似的红外光谱特征,而在1800～400cm^-1区域不同组系、不同品种的样品又存在很大差异。因此红外光谱法可以快速、简便、直观地对中药材进行质量鉴别。     

用多变量统计分析方法辨识肺癌患者分类中的关键元素(英文)

用逐步判别、主成分分析和聚类方法研究了根据血清和毛发样品中元素含量对正常人和肺癌患者分类中的关键元素．用主成分分析的结果表明,在肺癌患者与正常人的分类中,血清中的Ｃａ,Ｃｒ,Ｃｕ,Ｐ和Ｚｎ是关键元素,而毛发中的Ａｌ,Ｂ,Ｃｒ,Ｐ和Ｓｒ是关键元素．对于正常人和癌症患者元素之间的欧氏距离不同     

支持向量机与紫外光谱法用于鉴别清开灵注射液六混中间体

采用一阶导数对紫外可见光谱数据进行预处理,消除光谱中的斜坡背景,用支持向量机(SVM)进行建模,分别对4个批次的中药清开灵注射液六混中间体以及其混和批次共147个样本进行了鉴别。对建模参数的影响作了系统的研究,在优化参数条件下,正确率分别可达100%,95.4%,97.3%,100%和97.3%。结果表明SVM鉴别准确率高,模型的泛化能力强。此方法也为中药注射液生产过程的质量控制提供了一条有效的途径。     

双向联想记忆神经网络及其在肺癌患者分类判别中的应用

给出双向联想记忆（BAM）神经网络的基本原理，在此基础上，根据血清中微量元素的含量，将双向联想记忆神经网络用于正常人与肺癌患者的分类判别。实验结果表明，用独立预测样本作检验，在本工作所选定的条件下，可以达到100％的正确识别率，并讨论了双向联想记忆神经网络的影响因素。     

近红外光谱与组合的间隔偏最小二乘法测定清开灵四混液中总氮和栀子苷的含量

应用近红外光谱分析技术结合化学计量学方法, 建立了中药清开灵注射液中间体总氮和栀子苷含量测定的新方法. 首先采用Kernard-Stone法对训练集样本和预测集样品进行分类, 然后应用组合的间隔偏最小二乘法(Synergy interval partial least squares, siPLS)对所得近红外透射光谱进行有效谱段范围的选择以及二者定量校正模型的建立, 并对光谱预处理方法进行了详细的讨论. 所建立的总氮和栀子苷校正模型的预测相关系数(R)分别为0.999和0.708; 交叉验证误差均方根(RMSECV)均为0.023; 预测误差均方根(RMSEP)分别为0.074和0.159; 预测结果表明, 本实验所建方法快速、无损且可靠, 可推广并应用于中药注射液中间体的在线质量控制.     

基于DFT和分子连接性指数方法研究醇类化合物的水溶解度和分配系数

将DFT方法计算得到的量化参数和分子连接性指数联合应用到60个醇类化合物的溶解度和辛醇/水分配系数的QSPR研究中,分别通过逐步回归得到具有显著统计意义的4个参数和5个参数的QSPR方程.以此4个参数和5个参数分别作为输入参数,采用BPNN,RBFNN方法建立了QSPR预测模型,使用Latin-partition交叉验证方法评价模型的预测能力.BPNN,RBFNN模型对溶解度预测的相关系数分别为0.993和0.994,而对辛醇/水分配系数预测的相关系数分别0.990和0.997,结果令人满意.     

人工神经网络法校正ICP—AES中重叠光谱干扰

本文将反向传播人工神经网络（ＢＰ－ＡＮＮ）用ＩＣＰ－ＡＥＳ中重叠光谱干扰的校正，利用模拟的Ｃｅ４１３．３８０ｎｍ和Ｐｒ４１３．３６１ｎｍ光谱对神经网络的训练方式，输入值范围，噪声影响等作了较详细的讨论。     

电感耦合等离子体原子发射光谱分析中导数光谱法研究 Ⅲ.信背比和检出限

本文比较研究了导数光谱法和常规光谱法的信背比、传统检出限和真实检出限。指出在有光谱干扰的情况下,数值导数技术有类似于提高光谱仪分辨率的作用,既可提高分析线的光谱选择性,又能减小扫描光谱仪的波长定位误差,从而减小光谱干扰对检出限的影响。