论文部分内容阅读
系统研究了神经网络在波谱分析中的应用，采用多层／三层前馈神经网络（MLFNN／TLFNN）以误差反传及改进算法（BP，MBP）估计和预测了C1～C10的60余种烷烃的化学位移．烷烃中碳原子由十余种对应于所谓根亚树的相嵌频率描述子所决定．这些描述子等于由1至6个碳原子组成的更小结构骨架组成．说明了所用描述子作为很有用的工具可适当地描述烷烃中碳原子所处微环境．考察了含不同隐节点的神经网络，发现3个隐节点构成的神经网络给出最好结果．同时还比较了多元线性回归与本文神经网络的计算结果．