小波神经网络在红外光谱数据压缩中的应用

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(Waveletneuralnetwork),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.