cmi奇宇称光谱能级的模式识别研究

应用新的模式识别方法pca－bpn（principalcomponentanalysis－backpropagationnetwork）指认cmⅰ奇宇称未知能级，支持了前人应用传统的knn（knearestneighbors）等模式识别方法及对传神经网络方法（counterpropagationnetwork，cpn）对大部分谱线的指认，进一步确认了这些组态的归属；鉴别了knn等与cpn不同的预报结果，纠正cpn的某些错误分类，并以可视非线性映照分类器加以佐证