期刊文献+

测定电位滴定终点的神经网络法 被引量:8

Determination of Potential Titration End-point by Neural Network
下载PDF
导出
摘要 本文利用改进的“反向传播”神经网络模型,在滴定突跃附近,建立了E-V曲线的神经网络插值模型,由其二阶微商求得滴定终点。计算实例中,拟合最大相对误差不超过0.1%,计算机CPU时间不超过20s,实验结果表明,该方法性能良好,在电容量分析方面有广阔的应用前景。 The approximation model for E-Vcurve near titration steep is constructed by an improved back-propagation neural network model. By calculating the second order derivative of the constructed model, titration end-point is determined. In our examples, the maximum fitting relative error does not exceed 0.1% and the total calculating time does not exceed 20 s. The experimental results show that the neural network is good,and it might be widely used in electro-volumetric analysis.
出处 《分析化学》 SCIE EI CAS CSCD 北大核心 1993年第4期439-442,共4页 Chinese Journal of Analytical Chemistry
关键词 电位滴定终点 人工 神经网络 Potential titration end-point, Artificial neural network, Improved back-propagation model,Second order derivative.
  • 相关文献

参考文献2

  • 1尹红凤,模式识别与人工智能,1990年,3卷,1期,1页
  • 2朱明华,仪器分析,1983年

同被引文献239

引证文献8

二级引证文献90

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部