输入层自构造神经网络及其在光谱分析中的应用

• 作者: 胡东成 胡鑫尧 高建波
• 来源期刊: 计算机与应用化学
• 学科: 化学
• 关键词: 神经网络 红外光谱 波长选择 校正模型
• 年，卷（期）: 2003,（1）
• 所属期刊栏目: 计算机化学
• 页码范围: 75-78
• 页数: 4页
• 分类号: O657.33
• 字数: 3758字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4160.2003.01.014

摘要

为了解决红外光谱定量分析中的特征提取和校正规模问题,提出了一种输入层自构造神经网络.这种网络能够利用训练数据的某些先验知识,自动选择输入层神经元的个数.在学习过程中,输入神经元个数从最小值1开始,根据网络误差的变化逐步增加,最终确定最佳神经元数量.这种网络模型将特征提取和参数学习过程融为一体,有利于提高建模效率.利用仿真红外光谱的定量分析实验表明,这种网络模型不仅能够对光谱数据实现高效率的波长选择,并具有抑制随机噪声和非线性干扰的能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡东成	清华大学自动化系	71	1300	18.0	34.0
2	胡鑫尧	清华大学化学系	21	409	8.0	20.0
3	高建波	清华大学自动化系	8	109	5.0	8.0