内蒙古自治区自然科学基金(200408020210)
- 作品数：5 被引量：12H指数：3
- 相关作者：高玲任守信李金梅更多>>
- 相关机构：内蒙古大学更多>>
- 发文基金：内蒙古自治区自然科学基金国家自然科学基金更多>>
- 相关领域：理学金属学及工艺化学工程更多>>
- 小波包变换潜变量回归同时测定钐和钇被引量：4
- 2007年
- 采用小波包变换潜变量回归(WPLVR)方法,同时测定了钐和钇。该法结合小波包变换和潜变量回归改进了除噪质量。信号的小波包表述提供了一个局部时频描述,因此在小波域,除噪质量可以改善。潜变量是把小波包处理过的信号投影到正交基本征矢量上获得。潜变量可由原始变量的线性组合来表示。使用该法,人们可从没有选择性的全光谱数据中获得极有选择性的信息。通过最佳化,选择了小波函数及小波包分解水平(L)。编制了两个程序(PWPLVR)和(PFTLVR)执行WPLVR和傅里叶变换潜变量回归(FTLVR)法计算。试验结果表明两种方法都是成功的,且WPLVR法更优于FTLVR法。
- 高玲李金梅任守信
- 关键词：小波包变换多组分同时测定钐钇
- 用小波包变换广义回归神经网络法处理硝基苯胺异构体重叠紫外吸收光谱被引量：3
- 2007年
- 开发了一种小波包变换广义回归神经网络(WPTGRNN)法,用于处理对硝基苯胺、邻硝基苯胺和间硝基苯胺重叠的紫外吸收光谱,达到不经预先化学分离进行同时测定的目的。WPTGRNN法结合小波包变换和广义回归神经网络(GRNN)的特点,改进除噪质量和预测能力。通过最佳化实验,选择了小波函数、小波包分解水平及GRNN的平滑因子。实验结果表明,WPTGRNN法的预测标准误差为1.08μg/mL,预测相对标准误差为4.20%,与小波变换广义回归神经网络、广义回归神经网络和主组分回归3种方法进行比较,WPTGRNN法优于其他3种方法。
- 高玲李小平任守信
- 关键词：紫外吸收光谱硝基苯胺
- 用离散变换主组分回归法处理重叠紫外吸收光谱
- 2006年
- 将离散小波变换、小波包变换、傅里叶变换和离散余弦变换与主组分回归方法结合构成4种离散变换主组分回归方法，编制了离散变换主组分回归方法的计算程序。将离散变换主组分回归方法用于处理水杨酸甲酯、邻苯二甲酸二丁酯和邻苯二甲酸氢钾混合物的重叠紫外吸收光谱数据。实验结果表明，离散变换主组分回归方法优于主组分回归方法，试样质量浓度的预测值与实际值的相对标准误差由3．94％降至2．93％，回收率由90．5％～114．8％改善为91．0％～105．5％。
- 高玲任守信
- 关键词：紫外光谱吸收光谱
- 小波包变换广义回归神经网络分光光度法同时测定铜铅锌被引量：4
- 2007年
- 本文建立了一种小波包变换广义回归神经网络(WPTGRNN)方法,同时测定Cu(Ⅱ),Pb(Ⅱ)和Zn(Ⅱ)。该法结合小波包变换(WPT)和广义回归神经网络(GRNN)改进除噪质量和预测能力。信号的小波包描述可提供信号的局部时间和空间信息,从而提高了信号和噪音之间的分离能力。除噪质量还可经最好基原理和阈值操作得到进一步改进。广义回归神经网络能克服反传训练所面临的收敛问题及促进非线性计算。通过最佳化,选择了小波函数、小波包分解水平及GRNN的平滑因子,偏最小二乘法(PLS)用于比较研究。编制了3个程序(PWPTGRNN,PGRNN和PPLS)进行相关计算,所有组分的预测标准误差(SEP)和相对预测标准误差(RSEP)分别为8.0×10-7mol/L和5.5%,WPTGRNN法是成功的且优于GRNN及PLS方法。
- 高玲任守信
- 关键词：小波包变换广义回归神经网络
- 用四种离散变换主组分回归方法分辨重叠吸收光谱被引量：2
- 2007年
- 将离散小波变换、小波包变换、傅里叶变换和离散余弦变换与主组分回归方法结合构成4种离散变换主组分回归方法,编制了离散变换主组分回归方法的计算程序。将离散变换主组分回归方法用于处理对硝基甲苯、对硝基酚和对硝基苯胺混合物的重叠紫外吸收光谱数据。结果表明,离散变换主组分回归方法优于主组分回归方法,试样质量浓度的预测值与实际值的相对预测标准误差由3.81%降至约1.11%。
- 高玲任守信
- 关键词：吸收光谱
