基于标准高斯和塔板模型的RBFNN色谱峰解析

• 作者: 李一波 沙明 黄小原
• 来源期刊: 数理医药学杂志
• 学科: 数学
• 关键词: 径向基函数神经网络 色谱 重叠色谱峰 遗传算法 正态分布
• 年，卷（期）: 2000,（6）
• 所属期刊栏目: 医学数学模型探讨
• 页码范围: 481-483
• 页数: 3页
• 分类号: O141.4
• 字数: 2791字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4337.2000.06.001

摘要

基于塔板色谱峰模型的径向基函数神经网络(RBFNN)用于色谱(含重叠)峰解析是一种新方法.为了使RBFNN具有结构重组能力,用于色谱峰解析的RBFNN必须采用遗传算法(GA).虽然遗传算法具有鲁棒性和全局优化能力,但若种群过小,则陷于局部极小点的概率将增高.而塔板模型是一个低效模型,若选用过大的种群,必然使解析过程加长.为了提高算法效率,提出先用高效色谱峰近似模型标准高斯模型进行繁衍,而后再用塔板模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄小原		263	8048	49.0	75.0
2	李一波		101	885	13.0	25.0
3	沙明		38	867	16.0	29.0