UI偶宇称原子光谱分类的PCA -BPN模式识别方法研究

• 来源期刊: 原子与分子物理学报
• 学科: 物理学
• 关键词: 铀元素原子第一光谱 光谱能级分类 模式分类 PCA-BPN方法
• 年，卷（期）: 1999,（4）
• 页码范围: 34-40
• 页数: 7页
• 分类号: O562.3
• 语种: 中文

摘要

作为重元素原子光谱按电子组态类型分类研究的一个代表,铀元素原子第一光谱(UI)中的许多能级其所属电子组态尚未明确指认.分类模式识别方法已被证明是研究解决此类分类问题的一种十分有效的途径.为此,应用模式识别与人工神经网络相结合的主成分分析-反传神经网络方法PCA-BPN重新研究了UI偶宇称原子光谱能级的分类问题;对36个KNN等早期模式识别方法无法确认其组态归属的能级,PCA-BPN方法明确指认了其相应的电子组态类型