余般梅
- 作品数：18 被引量：65H指数：5
- 供职机构：国防科学技术大学更多>>
- 发文基金：国家自然科学基金霍英东基金教育部“春晖计划”更多>>
- 相关领域：理学生物学机械工程自动化与计算机技术更多>>
- 神经网络显色光度法用于镧系稀土的同时测定被引量：5
- 1996年
- 研究了神经网络（ＮＮ）反传算法及其在光谱分辨中的应用．借三溴偶氮氯膦（ＴＢＣＰＡ）为显色剂，以光度法同时测定１５种稀土元素，相对误差一般小于５％（ＲＳＤ≤５％），表明结果良好．
- 李志良余般梅刘亚风酒井诚石乐明李梦龙
- 关键词：神经网络稀土
- 核磁共振碳谱研究:烷烃化学位移和(CSS)与分子路径指数矢量(VPM)被引量：7
- 1999年
- 系统研究了核磁共振碳谱和化学位移规律及其定量构谱关系（ＱＳＳＲ）．本文研究了一组十元素分子路径指数矢量ＶＰＭ，并发现它与烷烃化学位移和ＣＣＳ有良好线性相关性．采用多元线性回归进行准确估计与预测，结果优良．
- 夏之宁余般梅袁晓燕莫立宇袁晓燕邓益群莫立宇
- 关键词：核磁共振波谱CSS烷烃
- 神经网络扩展滤波训练及色氨酸的选择测定被引量：2
- 1997年
- 前馈神经网络ＮＮ应用甚广；经典及传算法ＢＰ存在收敛慢及局部优点等缺陷。为此提出了新的快速高效学习算法即（ＥＦ）扩展卡曼滤波（ＥｘｔｅｎｄｅｄＫａｌｍａｎＦｉｌｔｅｉｎｇ，ＥＦ）。用于色氨酸选择测定及氨基酸同时测定。
- 李志良松本酒井李梦龙余般梅
- 关键词：神经网络氨基酸色氨酸
- 核磁共振碳谱的研究:烷烃化学位移和CSS与分子距边矢量λ被引量：9
- 1997年
- 系统研究了核磁共振碳谱及其化学位移规律性．提出了一种新的分子图论参数：分子距离一边数矢量（λ或MDE矢量），并发现它与烷烃的12CNMR有良好的相关性。
- 李志良余般梅刘树深刘海玲曹晨忠胡芳村松由起松本和子宫下芳胜佐佐木慎一
- 关键词：核磁共振碳谱化学位移烷烃CSS
- 人工神经网络应用于光谱分析：校正与辨识被引量：6
- 1995年
- 将人工神经网络（ＡＮＮ）用于光谱分析校正与定量分辨中。采用三层节点模型和反向传播学习算法对模拟与实测数据处理结果表明，人工神经网络对光谱分析校正与定量辨识是可行的，从而为光谱辨识与多元校正提供了一条新途径。
- 李志良刘曙琼石乐明潘忠孝楼蔓藤李梦龙余般梅
- 关键词：反传算法人工神经网络光谱分析
- 渐消递推滤波辅助光谱分析最佳自适应算法
- 1994年
- 研究了Ｋａｌｍａｎ渐消递推最佳滤波辅助光谱辨析。基于Ｋａｌｍａｎ滤波达到最优时其新息序列互不相关的性质，提出了一种新的渐消滤波─—最佳自适应算法。通过在线自适应地调整遗忘因子从而使滤波（器）在存在模型误差或受到外扰时仍保持收敛性和最优性。用于重叠峰的辨识，能取得更好效果。
- 李志良余般梅钱锋石乐明潘忠孝聂圣哲
- 关键词：自适应算法光谱分析
- 核磁共振碳谱的研究:烷烃分子的化学位移δ与原子距边矢量μ被引量：14
- 1997年
- 系统研究了核磁共振碳谱及其化学位移规律性。并提出了一种新的分子图论参数：原子距离－边数矢量（μ矢量），并发现它与烷烃的１３－ＣＮＭＲ有良好的相关性。
- 刘树深余般梅曹晨忠曹晨忠宫下芳胜村松由起刘海玲
- 关键词：核磁共振碳谱化学位移烷烃
- 神经网络在波谱分析中的应用:用亚图估计和预测烷烃的^(13)C NMR
- 1997年
- 系统研究了神经网络在波谱分析中的应用，采用多层／三层前馈神经网络（MLFNN／TLFNN）以误差反传及改进算法（BP，MBP）估计和预测了C1～C10的60余种烷烃的化学位移．烷烃中碳原子由十余种对应于所谓根亚树的相嵌频率描述子所决定．这些描述子等于由1至6个碳原子组成的更小结构骨架组成．说明了所用描述子作为很有用的工具可适当地描述烷烃中碳原子所处微环境．考察了含不同隐节点的神经网络，发现3个隐节点构成的神经网络给出最好结果．同时还比较了多元线性回归与本文神经网络的计算结果．
- 李志良黄莺胡芳谌其亭彭升阳莫立宇陈刚余般梅
- 关键词：神经网络波谱分析烷烃核磁共振碳谱
- 神经网络用于核磁共振碳谱的研究:烷烃的化学位移和CSS与分子距边矢量λ被引量：5
- 1997年
- 系统研究了核磁共振碳谱及其化学位移规律性．提出了一种新的分子图论参数：分子距离-边数矢量（λ矢量），并发现了它与烷烃的(13)CNMR有良好的相关性．进一步用神经网络改进反传算法（BPNN）进行准确估计与定量预测。
- 胡芳刘树深余般梅彭升阳莫立宇曹晨忠村松由起李志良
- 关键词：核磁共振碳谱化学位移CSS烷烃
- 糖的原子电距矢量表达及其核磁共振碳谱模拟被引量：2
- 2000年
- 提出以原子电性距离矢量 (VAED) ,描述上百种糖分子中数百个不同等价碳原子的化学环境 ;并结合γ效应校正 ,建立核磁共振碳谱 ( 1 3CNMR)化学位移 (CS)的五参数线性模型 .用于糖分子中四类不同的等价碳原子化学位移的估计 ,复相关系数R和均方根误差RMS及标准偏差SD和F -统计量F分别为 :伯碳n=62 ,R =0 .991 0 ,RMS =1 .960 2 (SD =1 .9762 ,F =5 0 2 .32 94 ,EV =0 .980 5 ) ;仲碳n=79,R =0 .9886,RMS=2 .5 40 5 (SD =2 .5 5 67,F=5 1 5 .60 4 6,EV =0 .975 7) ;叔碳n=30 2 ,R=0 .95 1 4 ,RMS =3.6884 (SD=3.694 5 ,F=4 68.82 76,EV =0 .90 35 )及季碳n =1 4 ,R=0 .5 772 ,RMS=8.862 6(SD =9.1 972 ,F =0 .5 82 8,EV =- 0 .0 837) .经交互校验 ,伯仲叔碳的化学位移模型稳定性较好 .并综合几种处理方法 ,找到一种较好的建模方法 ,将它用于几个外部样本的定量预测 ,结果良好 .
- 李志良周丽平夏之宁彭海蛟刘树深余般梅
- 关键词：NMR
