文摘

Kinetic-spectrophotometric测定锡物种使用饲料,提出了神经网络和径向基函数网络在水和果汁的水果罐头

作者(年代):MaryamAbbasi-Tarighat

饲料向前——神经网络(FFNN)和径向基函数网络(RBFN)被用于开发一个kinetic-spectrophotometric Sn的同时测定方法(II)和Sn (IV)。twoway数据矩阵,基于改变反应产物的吸光度在themaximumwavelength Sn (II)和Sn (IV) pyrocatechol-violet醋酸缓冲溶液中(pH值4.0)是分开处理的主要component-radial基function-artificial神经网络(精确匹配和更少的神经元)和主成分前馈神经网络(PC-FFNN)。网络架构(隐藏的数量,和输出节点),转移函数,时代,动力和学习速率FFNN径向基函数模型和传播价值,也获得令人满意的优化结果与最小错误。提出的方法成功地应用于确定理想的金属离子在几个合成样品。获得的结果由PC-FFNN和PC-RBF networkswere相比。RBF网络的预测性能(精确匹配)比RBF网络和PC-FFNN(较少的神经元)。获得满意结果表明人工神经网络方法的适用性的可取的物种。提出的方法成功地应用于量化的Sn (IV)和Sn (II)在不同水样和罐头产品。