径向基神经网络奥斯特杨方波伏安法同时测定铬和锌.pdfVIP

下载本文档

18
0
约1.56万字
约 4页
2017-09-11 发布于重庆
举报
版权申诉

径向基神经网络奥斯特杨方波伏安法同时测定铬和锌.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

( ) 第 31 卷分析化学 FENXI HUAXUE 　研究简报第 10 期　　　　　　　　　　　　　　　　　　　　 2003 年 10 月 Chinese Journal of Analytical Chemistry 1220～1223 径向基神经网络奥斯特杨方波伏安法同时测定铬和锌高　玲　任守信 ( 内蒙古大学化学化工学院,呼和浩特 010021) ( ) ( ) 摘　要　径向基函数神经网络 RBFN 和核心偏最小二乘法 KPLS 用于分析重叠的 Cr 和 Zn 的奥斯特杨 ( ) Osteryoung 方波伏安图 ,程序 SPRBFN 和 SPKPLS 被设计用于全部计算。在 RBFN 方法中 ,普通高斯函数可用作隐藏层非线性转移函数。由于其局部性质 ,RBFN 能被快速训练 ,避免陷入局部最小。对两个方法预测能 ( ) 力的研究结果显示其所有组分的相对预测标准偏差 RSEP 分别为 0. 677 %和 13. 0 % 。因此 ,RBFN 方法较之 KPLS 方法可提供更为精确的结果 ,而且在解决局部最小 ,改进收敛速率方面也不失为一个重要的工具。关键词　径向基神经网络 ,奥斯特杨方波伏安法 ,铬 ,锌 1 　引　　言多组分同时测定一直是分析化学的热点研究课题之一。近年来化学计量学的发展 ,为不经分离解析光谱重迭信号提供了日益增多的行之有效的方法1 ～3 。基于伏安法的独特性质 ,解析重叠伏安峰更 ( ) ( ) 具有挑战性。应用人工神经网络 ANN 、遗传算法 GA 等智能计算方法进行伏安法研究是一种尝试。 ( ) ( ) 目前误差后传多层前馈网络 BPMLFN 是化学研究中应用最广的 ANN 技术。但误差后传 BP 算法因其收敛速度慢 ,存在易陷入局部最小等缺陷。 ( ) 4 ,5 本文采用径向基函数网络 RBFN 成功地进行了 Cr 和 Zn 的Osteryoung 方波伏安法同时测定。 2 　原理和算法 RBFN 是具有独特结构的三层前向网络。输入层不处理信息 , 只为隐藏层分配输入信息。隐藏层