论文部分内容阅读
小波分析是近10年来发展起来的崭新数学方法,被认为是现代傅里叶分析的重大突破.作为处理复杂化学信号的强有力工具,小波分析刚刚应用于化学和化学计量学研究.小波神经网络是一种新型网络模型,它结合了小波分析的良好局部化性质,具有较好的应用前影.据作者现掌握的文献看,尚未见到小波神经网络在化学中应用研究的报导.该文首先介绍了小波分析的基本内容:小波分析历史发展;连续小波变换、离散小波变换的数学原理及算法,并与傅里叶变换作了比较;对小波分析在化学中的应用作了总综述.接着概要介绍了神经网络的基本原理,详细描述小波神经网络的模型及算法.该文利用多尺度分析和Daubechies构造的正交紧支集小波集,实现了对红外光谱的小波压缩和重建,压缩比为1:5.采用小波神经网络对红外光谱的表达和压缩作了研究,压缩比为1:40,并与小波压缩作作了比较.以三个紫外光谱较为相似的氨基酸识别为例,对小波神经网络在化学图谱识别、解析中的应用作了初步的探讨.