基于RBF神經(jīng)網(wǎng)絡(luò)的重疊峰解析.pdf

1、隨著計算機(jī)、儀器儀表、光纖技術(shù)和計量學(xué)方法的不斷進(jìn)步發(fā)展，包括農(nóng)牧產(chǎn)品、食品制造、化學(xué)化工、醫(yī)藥制造、煙草行業(yè)等在內(nèi)的許多領(lǐng)域廣泛的采用近紅外光譜(NIR)分析技術(shù)。
　　在光譜分析的研究中會經(jīng)常遇到光譜的重疊現(xiàn)象，對重疊峰的研究是探索光譜應(yīng)用的重要方面。好的重疊峰分析方法會對進(jìn)一步的研究奠定良好的基礎(chǔ)，重疊峰分峰方法是研究的重要內(nèi)容。
　　數(shù)據(jù)預(yù)處理和重疊峰分析方法是光譜分析的主要研究探索方向，有效的數(shù)據(jù)處理和分析方法可以

2、有效的幫助分析光譜組成成分從而進(jìn)一步對物質(zhì)的研究。在實驗條件有限的條件下得到的譜峰會包含各種噪聲信號和干擾信號，若不對數(shù)據(jù)進(jìn)行適當(dāng)?shù)念A(yù)處理和分析，則會降低重疊峰分解的可靠性和準(zhǔn)確性，從而不能得到希望能夠利用的有價值的信息。數(shù)據(jù)預(yù)處理方法可以根據(jù)建模類型及實際情況進(jìn)行選擇。在重疊峰分峰中偏最小二乘法能夠把數(shù)據(jù)的分解和回歸分析融合在一起，適于非線性系統(tǒng)數(shù)據(jù)的建模，但是存在建模過程復(fù)雜、不便于操作等缺點。對于譜峰嚴(yán)重重疊、有價值信號較弱、噪聲

3、較大的情況，可以利用人工神經(jīng)網(wǎng)絡(luò)法建模。
　　徑向基函數(shù)(RBF)神經(jīng)網(wǎng)絡(luò)是一種有效的前饋式神經(jīng)網(wǎng)絡(luò)，它不但具有全局最優(yōu)和最佳逼近的性能，還同時方法速度快簡單易行、不會存在局部的最優(yōu)問題的特點?；谶@些優(yōu)點，RBF網(wǎng)絡(luò)在非線性問題的預(yù)測中有著大量的應(yīng)用。高斯擬合是重疊峰解析常用的方法，可以用此方法來獲得肉眼分辨不出的重疊峰，得到重疊譜線的相關(guān)數(shù)據(jù)信息。
　　本文主要介紹RBF神經(jīng)網(wǎng)絡(luò)結(jié)合導(dǎo)數(shù)光譜法預(yù)測重疊峰初始參數(shù)，利用高斯