基于改进排序遗传算法的径向基函数神经网络色谱峰解析

构造了以塔板模型为基函数的径向函数神经网络（P－RBFNN），为了使P－RBFNN具有结构重组能力，又在网络学习算法中引入鲁棒（Rubust)和随机全局最优的两阶段排序遗传算法：结构学习和进化。P－RBFNN结合改进的排序遗传算法很适合组分数未知的色谱（含重叠）峰解析。     

径向基函数神经网络用于重叠色谱峰解析

 在高斯基径向基函数神经网络 (RBFNN)学习算法中引入了鲁棒性和随机全局寻优的两阶段遗传算法 :结构学习和参数优化。通过两阶段学习算法的交替使用 ,使网络具有结构自学习和参数优化的能力 ,而后将网络应用于组分数未知的重叠色谱峰解析。该方法具有不需人为干预 ,可自动确定网络结构即组分数的优点 ;并且解析精度较高 ,适用于多组分重叠色谱峰的解析 ;对完全重叠色谱峰也具有良好的解析能力。     

基于导数直方图和神经网络的色谱基线提取算法

根据基线信号的变化特征,提出了一种新的色谱基线提取算法－基于一阶导数直方图和神经网络的色谱基线提取算法。鉴于信号总是存在着噪声,含噪声的基线信号一阶导数值也较大,并且分布无规律,而采用了多分辨率小波变换滤波技术。通过选择阈值门限,本算法可精确提取出信号的基线,尤其适用于非基线对称类的色谱信号的基线（趋势函数）提取。     

湿空气中水蒸汽在壁面凝华形成冰核的物理模型

本文阐述了固体壁面上霜形成的机理,在作了一些简化和假设以后,应用统计物理和热力学理论建立起冰核形成、增多的物理模型。根据导得的在壁面上冰核生长的速率方程可定性地表明那些因素影响冰核的生长。