径向基函数神经网络用于重叠色谱峰解析

• 作者: 孟宪生 李一波 沙明 黄小原
• 来源期刊: 色谱
• 学科: 化学
• 关键词: 径向基函数神经网络 色谱 重叠色谱峰 遗传算法
• 年，卷（期）: 2001,（2）
• 所属期刊栏目: 研究报告
• 页码范围: 112-115
• 页数: 4页
• 分类号: O658
• 字数: 2964字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-8713.2001.02.005

摘要

在高斯基径向基函数神经网络（RBFNN）学习算法中引入了鲁棒性和随机全局寻优的两阶段遗传算法：结构学习和参数优化。通过两阶段学习算法的交替使用，使网络具有结构自学习和参数优化的能力，而后将网络应用于组分数未知的重叠色谱峰解析。该方法具有不需人为干预，可自动确定网络结构即组分数的优点；并且解析精度较高，适用于多组分重叠色谱峰的解析；对完全重叠色谱峰也具有良好的解析能力。

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
4	孟宪生		218	1248	18.0	25.0