基于RBF神经网络的ATP荧光检测数学模型
  • 【摘要】

    针对传统ATP荧光检测数学模型只能在25℃下对10-15~10-11量ATP进行线性检测的问题,提出了基于径向基函数(RBF)神经网络的ATP荧光检测数学模型,采用改进型K-均值聚类算法动态确定RBF网络中心,提高了RBF网络的自适应性及泛化能力,为复杂系统中ATP量的检测提供了一条有效途径.实验结果表明了该数学模型测量精度高,能在+10℃~+40℃范围内对10-15~10-8mol量ATP实时在... 展开>>针对传统ATP荧光检测数学模型只能在25℃下对10-15~10-11量ATP进行线性检测的问题,提出了基于径向基函数(RBF)神经网络的ATP荧光检测数学模型,采用改进型K-均值聚类算法动态确定RBF网络中心,提高了RBF网络的自适应性及泛化能力,为复杂系统中ATP量的检测提供了一条有效途径.实验结果表明了该数学模型测量精度高,能在+10℃~+40℃范围内对10-15~10-8mol量ATP实时在线检测. 收起<<

  • 【作者】

    吴永忠  范军  郭太峰  孟宏 

  • 【作者单位】

    合肥工业大学计算机与信息学院,合肥,230009

  • 【会议名称】

    2008中国仪器仪表与测控技术报告大会

  • 【会议时间】

    2008-05-22

  • 【会议地点】

    湖南湘潭

  • 【主办单位】

    中国仪器仪表学会

  • 【语种】

    chi

  • 【关键词】

    腺嘌呤核苷三磷酸  荧光检测  RBF神经网络  聚类算法  数学模型