人工神经网络用于紫外光谱同时测定苯和甲苯及二甲苯的含量
来源期刊：理化检验-化学分册2006年第7期
论文作者：吴军 杨梅
关键词：人工神经网络; 紫外光谱; 苯; 甲苯; 二甲苯;
摘 要：根据反向传输(Backpropagation,BP)算法,应用三层ANN(人工神经网络,Artificial neural network)网络原理,对紫外光谱严重重叠的苯、甲苯和二甲苯的混合体系进行同时测定.在230～280 nm范围内,以16个特征波长处的紫外吸光度作为网络特征参数,并通过均匀设计安排样本进行网络训练和计算.苯、甲苯和二甲苯的回收率依次为98.7%,99.4%和97.4%,测定结果的相对标准偏差分别为2.0%,2.8%和2.7%.
吴军1，杨梅2
(1.新疆医科大学,公共卫生学院劳环教研室,乌鲁木齐,830054;
2.新疆医科大学,基础医学院生化教研室,乌鲁木齐,830054)
摘要:根据反向传输(Backpropagation,BP)算法,应用三层ANN(人工神经网络,Artificial neural network)网络原理,对紫外光谱严重重叠的苯、甲苯和二甲苯的混合体系进行同时测定.在230～280 nm范围内,以16个特征波长处的紫外吸光度作为网络特征参数,并通过均匀设计安排样本进行网络训练和计算.苯、甲苯和二甲苯的回收率依次为98.7%,99.4%和97.4%,测定结果的相对标准偏差分别为2.0%,2.8%和2.7%.
关键词:人工神经网络; 紫外光谱; 苯; 甲苯; 二甲苯;
【全文内容正在添加中】
