论文部分内容阅读
运用神经网络与分光光度结合的方法，提出了同时分析六氟化铀中Mo、Ti和w3种杂质元素的技术。训练网络确定的最佳训练参数为学习速率为0．60，动量项为0．85。检测集测定的六氟化铀中Mo、Ti和W3种元素的回收率均在90％～110％之间，方法精密度分别为3．39／6、3．9％、4．3％，对实际样品进行测定，并与ICP—AES法结果相比较，两者间相对偏差均小于10％。