调心轴承退化特性WPES提取及FOA-GRNN算法预测分析

1

作者 张海霞 李灿 《机械设计与制造》 北大核心 2025年第6期159-162,共4页

目前轴承剩余寿命预测需要采用大量历史经验作为判断依据,导致最终的预测结果相对实际测试情况形成了较大的偏差。这里以小波包能量谱WPES的方法对轴承退化特征进行了提取分析,并利用FOA-GRNN模型使GRNN获得更高精度的预测结果,根据多... 目前轴承剩余寿命预测需要采用大量历史经验作为判断依据,导致最终的预测结果相对实际测试情况形成了较大的偏差。这里以小波包能量谱WPES的方法对轴承退化特征进行了提取分析,并利用FOA-GRNN模型使GRNN获得更高精度的预测结果,根据多种群自适应果蝇优化算法进行数据分析获得GRNN扩展速度,实现了轴承剩余寿命的准确预测。研究结果表明:FOA-GRNN方法预测获得的均方误差为0.0034,形成了0.0532的绝对误差,均方根误差为0.06025,轴承退化特征能够满足轴承剩余寿命精确预测的要求。FOA-GRNN指标参数最小,达到了理想的效果,表现出了最优的收敛性,寻优效率与精度同时获得大幅提升。该研究对提高调心轴承故障诊断和寿命预测具有一定的理论支撑作用,可以拓宽到其它的机械传动故障信号分析领域。 展开更多

关键词 调心轴承 使用寿命 预测精度 小波包能量谱 广义回归神经网络 果蝇优化算法 退化特性 实验分析

在线阅读 下载PDF 职称材料

基于多模态特征小波分解的深度学习股价概率预测 被引量：1

2

作者 张永宇 郭晨娟 魏涵玥 《计算机科学》 北大核心 2025年第S1期758-768,共11页

构建了一种创新的基于多模态特征小波分解的深度学习股价概率预测模型(MWDPF)。该模型融合了动态连续特征、动态分类特征、静态连续特征和静态分类特征等多源异构信息,通过并行融合的策略充分挖掘不同特征子空间的互补信息,全面刻画影... 构建了一种创新的基于多模态特征小波分解的深度学习股价概率预测模型(MWDPF)。该模型融合了动态连续特征、动态分类特征、静态连续特征和静态分类特征等多源异构信息,通过并行融合的策略充分挖掘不同特征子空间的互补信息,全面刻画影响股价波动的多重维度。该模型采用自回归递归神经网络架构,能够直接输出股价变化的概率分布预测,而非单一确定值预测,更加贴近实际股价呈概率分布的特征。另外,该模型引入小波分解技术,对原始时间序列进行去噪,自适应地过滤掉不同尺度下的噪声成分,提高了对内在波动规律的捕捉能力。实证分析阶段,采集了来自金融数据库和互联网论坛的多模态数据,通过缺失值填充、去极值、时间对齐等一系列预处理,以及精心的特征工程和模型优化,实现了优秀的预测性能,显著优于传统的统计学模型和深度学习模型,评价指标均有大幅改善。该模型产生的预测结果被用于构建了一个多因子选股策略,在实际回测中取得了可观的超额收益,进一步验证了该模型在实际投资决策中的有效性。该研究为股价预测提供了一种行之有效的解决方案,丰富了量化投资的理论和方法,具有重要的理论意义和应用价值。 展开更多

关键词 概率密度预测 多模态异构特征融合 小波分解时频分析 自回归递归神经网络 投资组合超额收益

在线阅读 下载PDF 职称材料

连续小波变换高光谱数据的土壤有机质含量反演模型构建 被引量：48

3

作者 于雷 洪永胜 +1 位作者 周勇 朱强 《光谱学与光谱分析》 SCIE EI CAS CSCD 北大核心 2016年第5期1428-1433,共6页

土壤有机质含量是反映土壤肥力的重要指标,对其进行动态监测是实施精准农业的重要措施。近年来,众多学者尝试采用土壤近地传感(proximal soil sensing),尤其是近地高光谱技术,在田间和实验室获取不同形态土壤的高光谱数据,不断引入新方... 土壤有机质含量是反映土壤肥力的重要指标,对其进行动态监测是实施精准农业的重要措施。近年来,众多学者尝试采用土壤近地传感(proximal soil sensing),尤其是近地高光谱技术,在田间和实验室获取不同形态土壤的高光谱数据,不断引入新方法建立适用于不同地域和不同土壤类型的有机质含量的反演模型。该研究在实验室内利用ASD FS3采集了土壤高光谱数据,采用"重铬酸钾-外加热法"测得了土壤有机质含量;分析了土壤原始光谱反射率(R)与有机质含量的相关性,选取R^2>0.15的敏感波段的反射率;利用CWT对土壤原始光谱反射率(R)、光谱反射率的连续统去除(CR)进行不同尺度的分解,分析小波系数与土壤有机质含量的相关性,选取R^2>0.3的敏感波段的小波系数;利用R选取的波段信息和R-CWT,CRCWT的选取的小波系数,分别建立偏最小二乘回归(PLSR)、BP神经网络(BPNN)、支持向量机回归(SVMR)三种不同的土壤有机质含量反演模型。结果表明:相比R与土壤有机质含量的决定系数R^2,RCWT,CR-CWT变换后得到的小波系数与土壤有机质含量的决定系数R^2分别提高了0.15和0.2左右;CR-CWT-SVMR的模型效果最为显著,预测集的R^2和RMSE分别为0.83,4.02,RPD值为2.48,具有较高的估测精度,能够全面稳定地估算土壤有机质含量;CR-CWT-PLSR的模型精度与CR-CWT-BPNN,CRCWT-SVMR相比虽有一定差距,但是其计算量要明显小于非线性的BPNN和SVMR方法,具有模型简单、运算速度快等特点,对开发与设计田间传感器具有较大的应用价值。 展开更多

关键词 土壤有机质 高光谱 连续小波变换 偏最小二乘回归 BP神经网络 支持向量机回归

在线阅读 下载PDF 职称材料

由地震属性向储层参数转换的综合效果分析 被引量：28

4

作者 乐友喜 王永刚 张军华 《石油物探》 EI CSCD 2002年第2期202-206,共5页

利用逐步回归分析、神经网络、相关滤波、协克里金和非参数回归分析等方法 ,实现了由地震属性与测井资料联合应用对孔隙度参数的平面分布预测。通过实例分析 ,比较了各自的地质效果 。

关键词 地震属性 储层参数转换 综合效果分析 储层参数预测 多元逐步回归 神经网络 相关滤波 协克里金 非参数回归

在线阅读 下载PDF 职称材料

储层参数平面分布预测方法评价 被引量：15

5

作者 乐友喜 王永刚 张军华 《地质与勘探》 CAS CSCD 北大核心 2001年第5期56-60,共5页

利用逐步回归分析、神经网络、相关滤波、协克里金和非参数回归分析等方法 ,实现了由地震资料与测井资料联合应用对孔隙度参数的平面分布预测。通过实例分析比较了各自的地质效果 。

关键词 储层参数预测 多元逐步回归分析 神经网络 相关滤波 协克里金 非参数回归分析 油藏 平面分布

在线阅读 下载PDF 职称材料

考虑多重周期性的短期电价预测 被引量：11

6

作者 张显 王建学 +1 位作者 王锡凡 王秀丽 《电力系统自动化》 EI CSCD 北大核心 2007年第3期4-8,共5页

考虑到电价各时段变化以及周末与工作日变化的差异,提出了区分周末的分时段短期电价预测模型。该模型首先将各日中同一时段的电价形成该时段的电价序列,再将各时段电价序列分为工作日电价序列和周末电价序列。这样形成了多个消除了日周... 考虑到电价各时段变化以及周末与工作日变化的差异,提出了区分周末的分时段短期电价预测模型。该模型首先将各日中同一时段的电价形成该时段的电价序列,再将各时段电价序列分为工作日电价序列和周末电价序列。这样形成了多个消除了日周期性和星期周期性的子电价序列,分别对各子电价序列进行预测以得到预测日电价。采用基于小波分析的广义回归神经网络对这些子电价序列分别进行提前一天的预测,各子电价序列的预测电价就形成了下一天的预测电价。采用该方法对西班牙电力市场电价进行了长时间的连续预测,并与已有的预测方法进行了详细的比较分析,研究表明该方法能够提供更准确的预测电价。 展开更多

关键词 电价预测 广义回归神经网络 小波分析 电力市场

在线阅读 下载PDF 职称材料

GRNN在肌电预测踝关节运动中的应用 被引量：30

7

作者 戴虹 钱晋武 +2 位作者 张震 沈林勇 章亚男 《仪器仪表学报》 EI CAS CSCD 北大核心 2013年第4期845-852,共8页

下肢运动预测对于步行康复机器人患者主动训练控制系统的设计具有重要意义。提出一种基于广义回归神经网络(GRNN)的利用肌电信号预测踝关节角轨迹算法:分别用肌电图仪和三维运动捕捉仪同步采集踝关节做屈伸运动时周围五块肌肉的肌电信... 下肢运动预测对于步行康复机器人患者主动训练控制系统的设计具有重要意义。提出一种基于广义回归神经网络(GRNN)的利用肌电信号预测踝关节角轨迹算法:分别用肌电图仪和三维运动捕捉仪同步采集踝关节做屈伸运动时周围五块肌肉的肌电信号和踝关节角度,并对肌电信号进行特征提取。基于主分量分析的数值算法对肌电数据进行降维,得到肌电主分量信号。基于肌电主分量信号利用GRNN算法预测踝关节角轨迹,用黄金分割搜索算法确定GRNN中的最佳平滑参数σ。采用小波消噪算法对踝关节角预测轨迹进行滤波以提高预测精度。用上述算法对9名志愿者进行实验的结果表明:该方法预测精度较高,与BP神经网络预测算法相比运算时间短且预测误差较小,因而更适用于下肢关节角轨迹的在线预测。 展开更多

关键词 广义回归神经网络 肌电信号 踝关节角 主分量分析 小波分析

在线阅读 下载PDF 职称材料

基函数网络逼近:进展与展望 被引量：14

8

作者 焦李成 侯彪 刘芳 《工程数学学报》 CSCD 北大核心 2002年第1期21-36,88,共17页

从神经网络、统计估计、逼近论、调和分析等角度研究了多变量目标函数的逼近问题 ,评述了这些工具的逼近效率和能力 ,同时研究和评述了脊波 (Ridgelet)的发展现状及应用前景 。

关键词 单隐层前馈神经网络 贪婪算法 投影跟踪回 FOURIER分析 小波分析 小波神经网络 背波 框架理论 图像压缩

在线阅读 下载PDF 职称材料

两种新型综合模型在短期负荷预测中的应用 被引量：8

9

作者 徐建 邱晓燕 +1 位作者 张子健 周曲 《电力系统保护与控制》 EI CSCD 北大核心 2010年第17期101-106,111,共7页

在四种广泛应用的预测模型(SVM模型、BP网络模型、小波回归模型、基于同类日模型)的基础上,提出了两种新型综合模型Ⅰ和综合模型Ⅱ。在模型的建立及参数的确定过程中,采用虚拟预测理念,并对历史数据、温度因素、节假日因素、经济水平增... 在四种广泛应用的预测模型(SVM模型、BP网络模型、小波回归模型、基于同类日模型)的基础上,提出了两种新型综合模型Ⅰ和综合模型Ⅱ。在模型的建立及参数的确定过程中,采用虚拟预测理念,并对历史数据、温度因素、节假日因素、经济水平增长因素的处理做了一系列创新改进。最后以EUNITE Network2001年8月1日举行的一次全球性的预测竞赛为算例,验证了两种综合模型比单一模型有更高的预测精度,说明了这两种综合模型的优越性。 展开更多

关键词 支持向量机 神经网络 小波回归 新型综合模型

在线阅读 下载PDF 职称材料

基于小波包-神经网络的MEMS加速度计零漂补偿 被引量：7

10

作者 路永乐 潘英俊 +2 位作者 任春华 刘宇 彭慧 《压电与声光》 CAS CSCD 北大核心 2015年第1期27-31,共5页

针对微机电系统(MEMS)加速度计零位漂移大的问题,研究了一种基于Birgé-Massert(BM)阈值小波包降噪的广义回归神经网络对MEMS加速度计零位漂移进行非线性抑制的新方法。该方法首先利用BM阈值小波包滤除零位漂移中的噪声,然后利用广... 针对微机电系统(MEMS)加速度计零位漂移大的问题,研究了一种基于Birgé-Massert(BM)阈值小波包降噪的广义回归神经网络对MEMS加速度计零位漂移进行非线性抑制的新方法。该方法首先利用BM阈值小波包滤除零位漂移中的噪声,然后利用广义回归网络对非线性数据的无限逼近原理,来建立MEMS加速度计的零漂模型。将实测数据代入模型,计算结果表明,经过该模型补偿后的零漂输出结果同未经补偿、最小二乘拟合补偿、未经滤波建模补偿相比,均值分别减小97.4%、67.8%、67.8%,均方差分别减小87.4%、87.5%、90.9%;利用训练后的模型进行实时补偿延迟时间为10-5 s。分析结果证明了基于BM阈值小波包降噪滤波技术的广义回归网络组合模型的有效性和合理性。 展开更多

关键词 微机电系统(MEMS)加速度计 小波包 广义回归网络 非线性建模 零位漂移

在线阅读 下载PDF 职称材料

基于混合模型的卷烟销售量预测 被引量：8

11

作者 朱俊江 何湘竹 +2 位作者 王建树 李孝禄 张远辉 《中国烟草学报》 EI CAS CSCD 北大核心 2016年第5期111-116,共6页

为科学制定市一级烟草专卖局的烟草投放策略,提出采用小波变换、回归分析和神经网络算法构成的混合模型对乡镇为单位的卷烟销售量序列进行预测。通过小波分解,将非平稳性销售量时间序列转化为低频分量、中频分量和残差分量三部分,分别... 为科学制定市一级烟草专卖局的烟草投放策略,提出采用小波变换、回归分析和神经网络算法构成的混合模型对乡镇为单位的卷烟销售量序列进行预测。通过小波分解,将非平稳性销售量时间序列转化为低频分量、中频分量和残差分量三部分,分别用于模拟整体趋势、季节性波动和非平稳波动。然后,采用回归分析和神经网络算法对不同分量分别进行预测,最后将各部分预测结果叠加形成最终预测结果。以湖北省某市的卷烟销售数据为例,对所提方法进行了验证,结果表明:相比于自回归移动平均模型和神经网络算法,混合模型分别降低预测偏差率4.62%和2.58%。 展开更多

关键词 卷烟销售预测 混合模型 小波分解 线性回归 神经网络

在线阅读 下载PDF 职称材料

小波软阈值去噪和GRNN网络在月度负荷预测中的应用 被引量：11

12

作者 刘学琴 吴耀华 崔宝华 《电力系统保护与控制》 EI CSCD 北大核心 2009年第14期59-62,85,共5页

在介绍了小波阈值降噪理论和广义回归神经网络基本理论的基础上,针对电力系统的月负荷数据同时具有趋势增长性和季节波动性的复杂非线性特征,提出了一种月负荷预测新方法。首先对历史数据进行小波软阈值去噪,以横向历史数据和纵向历史... 在介绍了小波阈值降噪理论和广义回归神经网络基本理论的基础上,针对电力系统的月负荷数据同时具有趋势增长性和季节波动性的复杂非线性特征,提出了一种月负荷预测新方法。首先对历史数据进行小波软阈值去噪,以横向历史数据和纵向历史数据作为神经网络的输入,建立了月度负荷预测模型,并将其应用于我国某地区月度负荷预测,结果表明:该模型既具有较好的鲁棒性,预测精度较高且较为稳定,又具有良好的实用性。 展开更多

关键词 月度负荷预测 广义回归神经网络 小波软阈值 去噪

在线阅读 下载PDF 职称材料

基于小波分解-卷积神经网络和支持向量回归的短期负荷预测 被引量：22

13

作者 赵辉 杨赛 +1 位作者 岳有军 王红君 《科学技术与工程》 北大核心 2021年第25期10718-10724,共7页

为了提高短期负荷预测精度,考虑到除历史负荷数据之外的其他因素对短期负荷预测的重要影响,提出了一种基于离散小波分解(wavelet decomposition,WD)、卷积神经网络(convolutional neural network,CNN)和支持向量回归(support vector reg... 为了提高短期负荷预测精度,考虑到除历史负荷数据之外的其他因素对短期负荷预测的重要影响,提出了一种基于离散小波分解(wavelet decomposition,WD)、卷积神经网络(convolutional neural network,CNN)和支持向量回归(support vector regression,SVR)的负荷预测模型。首先,该方法通过小波分解算法对历史负荷数据进行分析与重构,得到长度相同的历史负荷数据,降低了原始序列中非平稳性对预测精度的影响;其次,对天气因素、日期类型进行特征构造,得到特征数据;最后,将处理后的负荷数据输入卷积神经网络支持向量回归机模型,将天气特征数据输入反向传播(back propagation,BP)神经网络支持向量回归模型,通过两个模型结果的叠加得到最终的预测值。实验结果表明,模型的预测精度和效率优于传统的CNN网络、SVR网络以及输入不进行划分的CNN-SVR模型,验证了其可行性。 展开更多

关键词 短期负荷预测 小波分解 卷积神经网络 支持向量回归

在线阅读 下载PDF 职称材料

基于离散Hopfield模式识别样本的GRNN非线性组合短期风速预测模型 被引量：18

14

作者 陈烨 高亚静 张建成 《电力自动化设备》 EI CSCD 北大核心 2015年第8期131-136,共6页

利用实时风速数据,建立基于离散Hopfield模式识别样本的广义回归神经网络(GRNN)非线性组合预测模型。在风速数据样本集经二维小波阈值去噪处理后,基于离散Hopfield识别历史数据中与待预测样本最相似的数据,并作为训练样本;将支持向量机... 利用实时风速数据,建立基于离散Hopfield模式识别样本的广义回归神经网络(GRNN)非线性组合预测模型。在风速数据样本集经二维小波阈值去噪处理后,基于离散Hopfield识别历史数据中与待预测样本最相似的数据,并作为训练样本;将支持向量机、BP神经网络和Elman神经网络分别进行单项预测的结果作为输入向量,经GRNN进行非线性组合预测。采用某风电场的实际风速数据进行预测,结果验证了该预测模型的正确性和有效性。 展开更多

关键词 风电 二维小波阈值去噪方法 离散HOPFIELD 模式识别 广义回归神经网络 非线性组合预测 模型 去噪 支持向量机 神经网络 预测

在线阅读 下载PDF 职称材料

基于递归神经网络的网络流量组合预测模型 被引量：9

15

作者 刘渊 姚萌 《计算机工程与设计》 CSCD 北大核心 2008年第3期700-702,共3页

为了提高网络流量的预测精度,提出了一种基于Elman递归神经网络、小波和自回归的网络流量组合预测模型。对流量时间序列进行小波分解,得到小波变换尺度系数序列和小波系数序列,对具有平稳特征的尺度系数序列用AR模型进行预测;而对体现... 为了提高网络流量的预测精度,提出了一种基于Elman递归神经网络、小波和自回归的网络流量组合预测模型。对流量时间序列进行小波分解,得到小波变换尺度系数序列和小波系数序列,对具有平稳特征的尺度系数序列用AR模型进行预测;而对体现了网络流量非线性、非平稳特性的小波系数序列使用Elman递归神经网络进行预测,最后通过Mallat算法重构得到网络流量的预测值。 展开更多

关键词 网络流量 递归神经网络 小波变换 自回归 组合模型 预测

在线阅读 下载PDF 职称材料

东盟水果产量变化趋势分析 被引量：5

16

作者 于平福 何新华 +2 位作者 陆宇明 黄桂香 杨媚 《西南农业学报》 CSCD 北大核心 2010年第4期1329-1333,共5页

采用基于小波分析的灰色系统模型和人工神经网络相结合的研究方法,对东盟水果产量变化趋势进行测定分析。结果表明,东盟水果产量总体上随时间呈指数增长,并以13年为最明显特征时间尺度的周期波动变化;东盟水果产量长期增长趋势变化对水... 采用基于小波分析的灰色系统模型和人工神经网络相结合的研究方法,对东盟水果产量变化趋势进行测定分析。结果表明,东盟水果产量总体上随时间呈指数增长,并以13年为最明显特征时间尺度的周期波动变化;东盟水果产量长期增长趋势变化对水果产量变化趋势影响最大;在品种结构、区域分布及面积和单产因素方面,东盟水果产量长期增长趋势和周期波动均具有非对称特征;灰色关联性分析显示香蕉产量长期增长趋势变化、印度尼西亚的水果产量长期趋势变化和水果单产长期趋势变化对东盟水果长期增长趋势变化的影响程度最大,菠萝产量周期波动、印度尼西亚的水果产量周期波动和收获面积周期波动对东盟水果产量的周期波动最为敏感。未来几年东盟水果产量仍将保持增长趋势。 展开更多

关键词 东盟 水果产量 变化趋势 小波分析 灰色关联分析 灰色预测模型GM(1 1) 广义回归神经网络

在线阅读 下载PDF 职称材料

基于小波广义回归神经网络的粮食产量预测模型 被引量：7

17

作者 于平福 陆宇明 +4 位作者 韦莉萍 梁毅劼 苏晓波 孔令孜 兰宗宝 《湖北农业科学》 北大核心 2011年第10期2135-2137,共3页

将小波分析与广义回归神经网络(GRNN)相融合,构建了一种小波广义回归神经网络(WGRNN)模型。该模型应用于我国粮食总产量预测,其预测结果在精度上均优于单一的GRNN预测模型和GM(1,1)灰色预测模型,既具有神经网络非线性逼近能力和自学习... 将小波分析与广义回归神经网络(GRNN)相融合,构建了一种小波广义回归神经网络(WGRNN)模型。该模型应用于我国粮食总产量预测,其预测结果在精度上均优于单一的GRNN预测模型和GM(1,1)灰色预测模型,既具有神经网络非线性逼近能力和自学习能力的特性,又具有小波在时、频两域表征局部特征的功能,可为粮食产量预测的定量化和智能化提供一条新途径。 展开更多

关键词 粮食产量预测 小波分析 GM(1 1)模型 广义回归神经网络

在线阅读 下载PDF 职称材料

基于小波支持向量机特征分类的日径流组合预测——以宜昌三峡水库为例 被引量：12

18

作者 黄景光 吴巍 +2 位作者 程璐瑶 于楠 陈波 《中国农村水利水电》 北大核心 2018年第6期33-39,共7页

河流径流预测作为水库调度和发电的重要前提,其预测精度直接影响水利工程的综合效益。基于径流历史数据,针对其波动和随机性提出一种小波分析-支持向量机(SVM)特征分类组合预测模型。该模型首先利用小波分解提取原始径流序列的高低频能... 河流径流预测作为水库调度和发电的重要前提,其预测精度直接影响水利工程的综合效益。基于径流历史数据,针对其波动和随机性提出一种小波分析-支持向量机(SVM)特征分类组合预测模型。该模型首先利用小波分解提取原始径流序列的高低频能量谱作为SVM样本标记,并对原始序列进行特征分类,分为"平稳型"和"突变型"序列,对应不同类型序列的小波近似信号和细节信号分别采用自回归和滑动平均模型(ARMA)和BP神经网络模型进行预测,再重构各序列预测结果。最后采用平均绝对百分比误差(MAPE)、均方根误差(RMSE)、希尔不等式系数(TIC)作为模型评价指标。结果表明:在3个评价指标下,所提模型都优于ARMA和BP神经网络模型,并具有更好预测稳定性。 展开更多

关键词 径流预测 小波分解 支持向量机 自回归和滑动平均模型 神经网络 特征分类

在线阅读 下载PDF 职称材料

使用广义回归神经网络的胎儿心电提取 被引量：3

19

作者 蒲秀娟 曾孝平 +3 位作者 陈悦君 韩亮 程军 李君 《计算机工程与应用》 CSCD 北大核心 2009年第10期211-214,237,共5页

针对胎儿心电难以提取问题,提出一种从母体腹壁混合信号中提取胎儿心电的方法。利用广义回归神经网络(GRNN)估计母体心电信号传导至腹壁的非线性变换,将非线性变换后的母体心电信号从腹壁混合信号中减去,再通过小波包去噪技术抑制胎儿... 针对胎儿心电难以提取问题,提出一种从母体腹壁混合信号中提取胎儿心电的方法。利用广义回归神经网络(GRNN)估计母体心电信号传导至腹壁的非线性变换,将非线性变换后的母体心电信号从腹壁混合信号中减去,再通过小波包去噪技术抑制胎儿心电的基线漂移和噪声,得到清晰的胎儿心电。应用合成心电信号和临床心电信号完成实验,在胎儿心电和母体心电QRS波完全重叠情况下,提取出清晰的胎儿心电。实验结果验证了方法的有效性。 展开更多

关键词 胎儿心电 广义回归神经网络 小波包去噪

在线阅读 下载PDF 职称材料

小波变换-人工神经网络用于反相高效液相色谱法同时测定靛蓝和靛玉红 被引量：2

20

作者 王秀云 李井会 +4 位作者 于洪梅 陈国顺 赵红霞 高丽娟 吴秀红 《理化检验（化学分册）》 CAS CSCD 北大核心 2006年第9期699-701,704,共4页

提出了小波变换一人工神经网络（WT-ANN）和小波变换-稳健回归（WT-RR）两算法的数学模型，并应用于高效液相色谱法测定扳蓝根、大青叶及中成药复方板蓝根颗粒中靛蓝及靛玉红的测定，从而避免了繁琐的分离，实现了被测组分的直接、同时... 提出了小波变换一人工神经网络（WT-ANN）和小波变换-稳健回归（WT-RR）两算法的数学模型，并应用于高效液相色谱法测定扳蓝根、大青叶及中成药复方板蓝根颗粒中靛蓝及靛玉红的测定，从而避免了繁琐的分离，实现了被测组分的直接、同时测定。所用色谱柱为ExtendC1s（4．6mm×250mm，5μm），所用流动相为甲醇与水（95＋5）的混合溶液。由测得的相对标准偏差（RSD）可知两算法均可用于试样中多组分的测定，但WT—ANN法（RSD〈0．6％）稍优于WT-RR法（RSD〈2.5％）。三种实样的分析应用中，回收率在98．8％～101．5％之间。此方法可作为工业生产中在线分析法。 展开更多

关键词 反相高效液相色谱法 人工神经网络 同时测定 小波变换 靛玉红 靛蓝 相对标准偏差 分析应用

在线阅读 下载PDF 职称材料