人工神经网络用于近红外光谱测定柴油闪点

采用主成分－人工神经网络对不同馏程柴油的近红外光谱进行校正，预测其闪点。采用监控集控制网络训练过程，以避免过训练。探讨了人工神经网络（ＡＮＮ）、直接线性连接人工神经网络（ＬＡＮＮ）的校正效果，并与局部权重回归（ＬＷＲ）、主成分回归（ＰＣＲ）及偏最小二乘（ＰＬＳ）等校正方法进行了比较，认为人工神经网络及直接线性连接人工神经网络具有较好的准确性及抗干扰性，可以用于较宽的样品范围，是解决非线性关联的较好手段。