学位论文 > 优秀研究生学位论文题录展示

人工神经网络在多元校正及中药模式识别方面的应用研究

作　者: 薛志伟
导　师: 李华
学　校: 西北大学
专　业: 分析化学
关键词: 人工神经网络主成分分析多元校正模式识别
分类号: R284
类　型: 硕士论文
年　份: 2007年
下　载: 210次
引　用: 1次
阅　读: 论文下载

内容摘要

全文共分五部分，首先阐述了人工神经网络在多元校正和中药模式识别的发展情况和应用现状。接着运用人工神经网络多元校正方法解决样品分析中由于混合物光谱严重重叠所引起的组分分离和分析极为困难的问题，对重叠峰进行定量分析。与此同时，用人工人神经网络对不同产地的中药成功的进行了模式识别。第一章阐述了人工神经网络在多元校正和中药模式识别的发展情况和应用现状。第二章详细阐述了本论文所涉及的一些化学计量学方法基本原理。在第三章中，运用基于线性主成分分析的径向基函数人工神经网络和广义回归人工神经网络结合流动注射化学发光法同时测定槲皮素和芦丁。通过比较两种网络在没有进行输入变量选择时和进行了线性主成分分析变量选择后的预测结果，发现进行线性主成分分析变量选择后径向基函数网络和广义回归神经网络的预测性能都有了很大的提高，同时发现基于线性主成分分析的径向基函数人工神经网络有比较好的预测结果。可以认为，在本文的实验条件下，基于线性主成分分析的径向基函数人工神经网络可以比较好的解决流动注射化学发光中的多种物质难以同时测定的问题。在第四章中，非线性主成分分析被应用于神经网络输入变量选择。通过比较非线性主成分分析前后的神经网络预测结果。可以看到，原始变量经过非线性主成分分析后，径向基函数神经网络的预测性能得到了很大的改善。本实验成功的用基于非线性主成分分析的径向基函数人工神经网络结合化学发光同时测定了氢氯噻嗪和卡托普利。在第五章中，基于非线性主成分分析的径向基函数人工神经网络用于荧光分析中色氨酸、酪氨酸和苯丙氨酸的同时测定，测定结果令人满意。这位该类物质混合物的分析提供了一种快速、可靠的方法。在第六章中，自组织特征映射神经网络成功的用于不同产地葛根的模式识别。此方法避免了主成分分析法和非线性映射法在引入新的样本后必须重新计算样本的空间距离与分布的问题。具有简便、准确的特点。

全文目录

摘要  4-5
Abstract  5-10
第一章人工神经网络方法在多元校正及中药模式识别方面的研究进展  10-26
  1.1 前言  10-11
  1.2 人工神经网络方法在多元校正中的研究  11-17
  1.3 人工神经网络在中药模式识别方面的研究  17-18
  1.4 本研究工作的主要内容及解决的问题  18-20
  参考文献  20-26
第二章本文所涉及的化学计量学方法概述  26-36
  2.1 人工神经网络方法  26-32
    2.1.1 径向基函数神经网络  26-28
    2.1.2 广义回归神经网络  28-29
    2.1.3 自组织特征映射神经网络  29-32
  2.2 线性主成分分析方法  32-33
  2.3 非线性主成分分析方法  33-35
  参考文献  35-36
第三章基于线形主成分分析的人工神经网络用于多组分化学发光体系中相关组分的同时测定  36-48
  3.1 引言  36
  3.2 实验部分  36-38
    3.2.1 试剂  36-37
    3.2.2 仪器和软件  37-38
  3.3 结果与讨论  38-45
    3.3.1 发光强度变化曲线  38-39
    3.3.2 神经网络计算结果  39-45
  3.4 结论  45-46
  参考文献  46-48
第四章基于非线性主成分分析的RBF人工神经网络用于多组分化学发光体系中相关组分的同时测定  48-58
  4.1 引言  48
  4.2 实验部分  48-50
    4.2.1 试剂  48-49
    4.2.2 仪器和软件  49-50
  4.3 结果与讨论  50-54
    4.3.1 动力学曲线  50-51
    4.3.2 神经网络计算结果  51-54
  4.4 结论  54-56
  参考文献  56-58
第五章基于非线性主成分分析的RBF人工神经网络用于多组分荧光重叠峰中相关组分的定量分析  58-66
  5.1 引言  58-59
  5.2 实验部分  59-61
    5.2.1 仪器和试剂  59
    5.2.2 储备液和工作液配制  59
    5.2.3 实验方法  59-61
      5.2.3.1 纯组分的激发和发射光谱扫描  59-60
      5.2.3.2 混合溶液的荧光光谱扫描  60
      5.2.3.3 软件  60-61
  5.3 结果与讨论  61-63
    5.3.1 纯组分的激发和发射光谱  61-62
    5.3.2 混合物体系荧光波长范围的选择  62
    5.3.3 不同pH值对荧光强度的影响  62
    5.3.4 数据处理  62-63
  5.4 结论  63-65
  参考文献  65-66
第六章自组织特征映射神经网络用于不同产地的葛根样品的模式识别研究  66-72
  6.1 引言  66
  6.2 实验部分  66-68
    6.2.1 仪器及试剂  66-67
    6.2.2 色谱条件  67-68
    6.2.3 供试品溶液的制备  68
  6.3 结果与讨论  68-70
  6.4 结论  70-71
  参考文献  71-72
攻读硕士学位期间发表及待发表的学术论文  72-73
致谢  73

人工神经网络在多元校正及中药模式识别方面的应用研究

内容摘要

全文目录

相似论文