首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于支持向量机的羰基化合物红外光谱研究
引用本文:谢微,李光明,陆敏春,聂伏生,李梦龙.基于支持向量机的羰基化合物红外光谱研究[J].分析化学,2006,34(9):113-117.
作者姓名:谢微  李光明  陆敏春  聂伏生  李梦龙
作者单位:四川大学化学学院,成都610064
基金项目:本文系国家自然科学基金资助项目(No.29877016)
摘    要:设计了一个4层分等级分类系统,通过支持向量机技术对羰基化合物的红外光谱成功地进行了信息分类和提取,并与人工神经网络进行比较,结果表明:支持向量机对羰基类化合物红外光谱分类效果优于人工神经网络;另外详细探讨了表征酰胺类化合物的特征光谱峰片段对识圳伯仲叔酰胺的影响,证明了酰胺的N-H伸缩振动峰对识别伯仲叔酰胺贡献最大,为构建红外光谱智能解析系统提供了定量依据。

关 键 词:红外光谱  支持向量机  人工神经网络  信息提取  羰基  酰胺
收稿时间:10 22 2005 12:00AM
修稿时间:02 12 2006 12:00AM

Characterization of Carbonyl Compounds from Their Infrared Spectra Based on Support Vector Machines
Xie Wei, Li Guangming, Lu Minchun, Nie Fusheng, Li Menglong.Characterization of Carbonyl Compounds from Their Infrared Spectra Based on Support Vector Machines[J].Chinese Journal of Analytical Chemistry,2006,34(9):113-117.
Authors:Xie Wei  Li Guangming  Lu Minchun  Nie Fusheng  Li Menglong
Institution:College of Chemistry, Sichuan University, Chengdu 610064
Abstract:
Keywords:Infrared spectra  support vector machine  artificial neural networks  information extraction  carbonyl  amide
本文献已被 维普 等数据库收录!
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