基于支持向量机的羰基化合物红外光谱研究

• 作者: 李光明 李梦龙 聂伏生 谢微 陆敏春
• 来源期刊: 分析化学
• 学科: 化学
• 关键词: 红外光谱 支持向量机 人工神经网络 信息提取 羰基 酰胺
• 年，卷（期）: 2006,（z1）
• 所属期刊栏目: 研究报告
• 页码范围: 113-117
• 页数: 5页
• 分类号: O6
• 字数: 3253字
• 语种: 中文
• DOI: 10.3321/j.issn:0253-3820.2006.z1.026

摘要

设计了一个4层分等级分类系统,通过支持向量机技术对羰基化合物的红外光谱成功地进行了信息分类和提取,并与人工神经网络进行比较,结果表明:支持向量机对羰基类化合物红外光谱分类效果优于人工神经网络;另外详细探讨了表征酰胺类化合物的特征光谱峰片段对识别伯仲叔酰胺的影响,证明了酰胺的N-H伸缩振动峰对识别伯仲叔酰胺贡献最大,为构建红外光谱智能解析系统提供了定量依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李光明	四川大学化学学院	10	63	5.0	7.0
2	谢微	四川大学化学学院	2	12	2.0	2.0
3	陆敏春	四川大学化学学院	3	25	3.0	3.0
4	聂伏生	四川大学化学学院	2	7	1.0	2.0
5	李梦龙	四川大学化学学院	79	604	14.0	20.0