神经网络方法用于分辨3种化学物质

神经网络方法用于分辨３种化学物质冯伟,胡上序（浙江大学化工系,杭州,３１００２７）关键词模式分类,神经网络,模拟退火,遗传算法,传感器阵列传感器阵列技术是利用传感器阵列所提供的交叉敏和模式识别及微机处理技术,来提高传感器的选择性和传感器的测量精度［１...     

催化裂化气体烃生成反应动力学模型的研究

本文经蜡油和渣油催化剂裂化反应实验和参数估计，确定气体烃生成反应动力学模型参数，原料油组成的关联系数和活化能参数，建立了催化裂化气体烃生成反应动力学模型。统计检验结果表明，所建模型具有较高的计算精度。     

吸附丝富集化探样品中烃类的色谱—质谱检测

通过吸附丝富集样品中的游离烃，热解析后直接进行色谱－质谱分析，该法适用于土、岩石、水及油气样品，操作简便，灵敏度高，可检测至Ｃ１６的烃类，是油敢化探中行之有效的一种新方法。     

氮中多元标准混合气体的制备

研究用重量法制备氮中多元标准混合气体，对其制备原理、制备装置、气体称量装置，制备过程以及组分气体纯度的分析方法进行了介绍。分析了重量法制备氮中多元标准混合气体定值不确定度的来源，其定值的扩展不确定度小于3％。     

FT合成烃类蜡的研究进展

介绍了ＦＴ合成烃类蜡的研究意义及从Ｓｃｈｕｌｚ－Ｆｌｏｒｙ规律考虑高选择性合成蜡的可能性，重点介绍了Ｒｕ，Ｃｏ，Ｆｅ等几种高选择性合成蜡的催化剂及其工艺条件，并对这几种催化剂进行了评述，参考文献２９篇。     

气体传感器阵列信号的盲分离研究

本文在使用一个四单元微热板式集成气体传感器阵列测试煤矿中的两种主要易燃易爆气体一氧化碳和甲烷的基础上, 将气体传感器阵列与盲信号分离技术相结合, 讨论了混合气体分析的盲可辨识性, 并使用盲信号分离中的一种主要方法独立分量分析法(ICA)进行了分析和验证.     

基于BP神经网络模型的南方离子型稀土矿区开采遥感监测研究

离子型稀土开采带来了一系列生态环境问题,日 益引起人们的关注.以多时相Landsat遥感影像为数据源,通过波段提取、植被指数(Normalized Difference Vegetation Index,NDVI)、裸土指数(Bare Soil Index,BSI)和数字高程模型(Digital Elevation M...     

气相色谱测定薄膜混合气体各成分渗透性的方法研究

采用自行设计的聚乙烯薄膜渗透装置,以液化石油气为研究对象,建立了一种用气相色谱测定薄膜的混合气体渗透性的新方法。薄膜渗透装置由渗透池、四通阀、控温装置组成,具有操作简便、制作成本低的特点。根据非多孔膜的渗透机理和气相色谱的特点,对分析方法进行优化,最佳渗透时间和吹扫时间分别为15 min和15 s;丙烷、异丁烷和正丁烷分别在1.338~1.982×105,1.719~2.595×105,1.719~2.595×105ng范围内线性关系良好,相关系数(r2)为0.999 0~0.999 6;丙烷、异丁烷和正丁烷的方法检出限分别为0.472,0.534,0.692 ng,定量下限分别为1.573,1.779,2.307 ng;相对标准偏差均小于10%;在相同条件下,各烷烃的渗透系数和渗透稳定时间不同。该方法具有灵敏度高、快速、准确等优点,适用于多种气体共存条件下同时测定膜材料的多成分渗透性。     

烃类同系物沸点通式及式中各系数的物理意义

一、引言已提出的几个烷烃沸点经验公式大多以碳原子个数N为参数描述沸点T_b(绝对温度,下文同)的变化规律,也有以拓扑指数Z_N作参数的。各经验式中系数的含义不够清楚,     

用人工神经网络处理谷物成分分析

本文用人工神经网络处理谷物的付立叶变换近红外漫反射光谱,对谷物中含量在10~(-1)～10~(-3)的蛋白质、脂肪和6种人体必需氨基酸定量分析数据进行了解析,分析结果与经典化学方法没有系统偏差,且优于逐步回归分析法的结果。     

人工神经网络在喇曼光谱数据处理中的应用

将人工神经网络（ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓ）应用于喇曼光谱数据处理中。研究了学习时间常数μ（ｌｅａｒｎｉｎｇｒａｔｅｃｏｅｆｆｉｃｉｅｎｔｓ）及传递函数（ｔｒａｎｓｆｅｒｆｕｎｃｔｉｏｎｓ）对网络性能的影响，发现当μ＝０．５时，网络运行最佳。通过比较原始谱图及经网络处理后所得谱图，证明采用带有Ｓ形传递函数的前向网络能获得较好的信噪比，谱线的分辨率也有所提高。     

人工神经网络在多组分红外光谱分析中的应用

本文介绍人工神经网络及其在多组分红外分析中的应用。对于邻二氯苯、间二氯苯、对二甲苯和环己烷四组分红外分析,结果表明,当组分间相互作用或非线性性仪器响应因素引起的非线性响应存在时,人工神经网络能提供优良的光谱校准作用,因而为不经分离直接测定的多组分体系红外分析提供了一种新的途径。     

人工神经网络在纸浆卡伯值光学定量分析中的应用

卡伯值 (硬度 )是纸浆的重要质量指标 ,是制浆过程控制的关键参数 .目前的测量方法包括化学分析法和光学分析法两大类型 ,国内大多数的制浆造纸厂采用离线的传统化学分析法来测定纸浆的卡伯值 ,需要比较长的时间 .而光学分析法因具有实时性好、精度和可靠性高等优点 ,已逐步用于卡伯值的在线测量和控制 .研究 [1] 发现 ,在 460～ 580 nm的可见光谱范围内 ,蒸煮液吸光度的变化可以表征纸浆中木素含量的变化 .本文将可见分光光谱技术应用于蒸煮液中木素含量的在线测量 ,根据蒸煮液在所选波段的吸光度来预测纸浆的卡伯值 ,建立纸浆卡伯值与蒸煮…     

人工神经元网络方法在毛细管电泳和色谱分析中的应用

综述了人工神经元网络方法在毛细管电泳和色谱分析中的应用,内容包括迁移(或保留)行为的预测,分离优化,模式识别及分类,重叠峰定量解析,非线性过程的模型化,峰纯度的判断等。还对人工神经元网络在色谱和毛细管电泳中将来可能的应用进行了探讨。引用文献52篇。     

化学中的人工神经网络法

反向传输人工神经网络是应用最为广泛的一种方法, 本文较详细地介绍了该种方法及其相关的问题, 同时给出了Kohonen 模型和Hopfield 网络的简单算法。关于神经网络在化学中的应用, 该文介绍了6 个方面: 定量结构2活性性质相关性(QSAR/QSPR )研究, 有机化合物结构解析, 光谱的数据处理, 化学反应性, 流程优化, 故障诊断及控制, 蛋白质结构。     

人工神经网络光度法同时测定5组分染料混合物

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5组分的染料溶液同时进行含量测定。在200～580nm的范围内,以10个特征波长处的吸收值作为网络特征参数,通过网络训练,甲基紫、酸性红B、酸性橙Ⅱ、酸性嫩黄、碱性桃红的相对标准偏差为0．22％-4．80％;5种成分的回收率在98．3％-103％之间。实验表明,该算法速度快,预测结果准确,并用该方法定量测定光解废水中5组分混合染料。     

卤代化合物的碳—13化学位移模拟

用人工神经网络和多元回归方法对含２个碳的２１个卤代化合物的３５个化学位移进行计算机图像模拟，结果表明，人工神经网络方法优于多元回归方法，同时此种方法处理这类问题有明显的优势，波谱模拟技术在有机化合物结构解析中是非常有用的方法。     

人工神经网络用于裂解质谱研究漆器漆膜

本文用裂解质谱方法，得到漆器漆膜裂解谱数据，然后用变频长误差反向传播算法的人工神经网络模型处理，初步结果证明人工神经网络方法为解析古代漆膜的年代信息提供了一条有效的新途径。