%0 Journal Article
%T 小波神经网络在红外光谱数据压缩中的应用
%A 刘伟
%J 科学通报
%D 1997
%I 
%X 红外光谱是进行化合物定性及定量分析的重要依据,通常需要大量的数据才能较准确地反映所测化合物的结构特征.对应于众多的化合物,红外光谱的数据量非常庞大.因而,在保证红外光谱主要特征基本不变的前提下,如何对红外光谱进行压缩,较大地减少数据量,进而改善红外光谱的存储、检索及处理等方式是一项很有意义的研究工作.小波神经网络(Wavelet neural network),简称小波网络,是基于小波分析所构造的一种新的神经网络模型,目前在化学界尚未见到介绍和应用.本文将其应用于聚苯乙烯薄膜红外光谱的压缩表达.结果表明,小波网络在大量压缩数据的同时,能够很好地恢复原有红外光谱,特别是能够较准确地反映吸收峰的位置和强度.
%K 小波神经网络
%K 红外光谱
%K 数据压缩
%K 化合物
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=01BA20E8BA813E1908F3698710BBFEFEE816345F465FEBA5&cid=7C7E63796F062382A606A3A9833B8C05&jid=B40D4BA57FF46E45205A09B4DC283152&aid=B77A3C9BE90BCC2FFF6B60390C75896D&yid=5370399DC954B911&vid=ECE8E54D6034F642&iid=5D311CA918CA9A03&sid=8A03DD854A27B60D&eid=AC3946AB81989513&journal_id=0023-074X&journal_name=科学通报&referenced_num=12&reference_num=2