水平衰减全反傅里叶变换红外光谱结合化学计量学法应用 ….docVIP

水平衰减全反傅里叶变换红外光谱结合化学计量学法应用 ….doc

  1. 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. 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. 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. 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. 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. 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. 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
查看更多
水平衰减全反傅里叶变换红外光谱结合化学计量学法应用 …

PAGE PAGE 7 收稿日期:2011-11-16;修订日期:2012-02-16 基金项目:浙江省公益技术应用研究计划项目(分析测试)2011C37051 作者简介:孔黎春(1979-),男,浙江磐安人,硕士,工程师,主要研究方向为有机分析。 水平衰减全反射-傅里叶变换红外光谱结合化学计量学法应用于三种缩叶藓属植物的分类 孔黎春, 余鹏, 程存归 (浙江师范大学化学系 金华321004) 摘要 采用水平衰减全反射傅里叶变换红外光谱法(HATR-FT-IR)测定了三种缩叶藓属植物齿边缩叶藓、多枝缩叶藓和中华缩叶藓的FT-IR,由于采用植物常用分类法如聚类分析较难获得理想的分类效果,本文运用离散小波变换对吸收较为相似的三种缩叶藓属植物的FT-IR 进行特征提取。通过分析比较后选择第3,4分解层进行特征向量的提取,利用所得到的特征变量进行径向基神经网络(RBF-NN)训练,再用训练出来的网络对不同产地的三种缩叶藓属植物的FT-IR 离散小波提取后的特征向量进行分类。通过对120个不同样本的验证,说明能够采用基于FT-IR-离散小波进行数据压缩后进行特征变量的提取及径向基神经网络分类法对三种缩叶属植物齿边缩叶藓、多枝缩叶藓和中华缩叶藓进行分类。 关键词 水平衰减全反射傅里叶变换红外光谱法;离散小波特征提取;径向基神经网络;缩叶藓属植物;分类 中图分类号 O657.33 Classification of Three Kinds of Ptychomitrium Based on Horizontal Attenuation Total Reflection–Fourier Transform Infrared Spectroscopy Combined with Chemometric Methods KONG, Li-Chun YU, Peng CHENG, Cun-Gui (Department of Chemistry, Zhejiang Abstract The horizontal attenuated total reflectance Fourier transform infrared spectroscopy (HATR-FT-IR) was used to measure the FT-IRs of the three kinds of Ptychomitrium Ptychomitrium dentatum (Mitt.) Jaeg., Ptychomitrium polyphylloides (C. Muell.) Par.,and Ptychomitrium sinense (Mitt.) Jaeg. For it is hard to get ideal effect of classification by using the common classification methods, such as clustering method, the technique of discrete wavelet transform was used to extract the features of the similar FT-IRs of the three kinds of Ptychomitrium in this paper. Through analyzing and comparing the characteristic vector extraction in 3, 4 detail decomposition layers and training the feature variables via radial basis function neural network (RBF-NN), the characteristic extraction vectors of the FT-IRs of the three kinds of Ptychomitrium were classified by the network which training out by RBF-NN. By means of the verification of 120 different samples, it shows the feasibility of establishing the models with FT-IR-DWT-RBF-NN method to identify the three kinds of Ptychomitrium Ptychomitrium dentatum (Mitt.) Jaeg., Ptychomitrium polyphyllo

文档评论(0)

fangsheke66 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档