基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
人工神经网络是模仿大脑神经元网络结构和功能而建立的一种信息处理系统,广泛的应用于各种波谱数据处理.误差反向传播多层前馈式网络(back-propagation network,简称BP网络)应用最广,发展最为迅速.将BP神经网络用于紫外-可见吸收光谱和拉曼光谱数据的定量分析和预测,与原文的一元线性回归模型数据处理方法相比,获得了比较满意的预测结果,预测精度有显著提高.这为相关的光谱分析和数据处理提供了一种更有效、更精确的方法.
推荐文章
BP人工神经网络模型在太湖水污染指标预测中的应用
BP人工神经网络模型
水污染物
预测
太湖
基于改进BP人工神经网络的电力负荷预测
神经网络
短期电力负荷预测
动量项
同类型日思想
模糊映射
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 BP人工神经网络在光谱定量预测中的应用
来源期刊 激光生物学报 学科 化学
关键词 人工神经网络 BP算法 紫外-可见吸收光谱 拉曼光谱 定量预测
年,卷(期) 2007,(4) 所属期刊栏目 技术研究
研究方向 页码范围 490-494
页数 5页 分类号 O657.37|O656.34
字数 3896字 语种 中文
DOI 10.3969/j.issn.1007-7146.2007.04.022
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 孟耀勇 华南师范大学光子中医实验室 22 157 6.0 12.0
2 雷浩东 华南师范大学光子中医实验室 6 69 4.0 6.0
3 王英 中国科学院广州地球化学研究所 23 567 10.0 23.0
4 廖昱博 华南师范大学光子中医实验室 5 47 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (16)
共引文献  (40)
参考文献  (7)
节点文献
引证文献  (20)
同被引文献  (26)
二级引证文献  (5)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(4)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(5)
  • 引证文献(5)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(2)
  • 引证文献(2)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(3)
  • 引证文献(2)
  • 二级引证文献(1)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
人工神经网络
BP算法
紫外-可见吸收光谱
拉曼光谱
定量预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
激光生物学报
双月刊
1007-7146
43-1264/Q
16开
长沙市湖南师范大学生命科学学院内
42-194
1992
chi
出版文献量(篇)
2554
总下载数(次)
4
总被引数(次)
16619
相关基金
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导