作者：申明金kohonen神经网络elman网络镇钼4弟铸铁
摘要：多组分同时测定时,由于组分间的相互影响,特征波长的选择是影响计算精度的重要 因素.Sn（Ⅳ）、 Mo（Ⅵ）和 Sb（Ⅲ） 均可与水杨基荧光酮（ SAF）和溴化十六烷基三甲胺（ CTMAB）发生 高灵敏度的显色反应,生成稳定的三元胶束化合物,但紫外吸收光谱重叠严重.实验提出将 Kohonen神经网络与 Elman网络相结合建立了铸铁中 3 种金属同时测定的定量分析方法. 方法利用 Kohonen神经网络的聚类能力选择特征波长点,然后用优化后的 Elman神经网络对 优选特征波长点处的吸光度数据建立预测模型.结果表明,用从全谱中选出的 26 个波长点吸 光度数据建模,整体预测效果最好.将实验方法用于合成样测定,预测结果与实际浓度的平均 相对误差绝对值在 2. 24% -3. 10% 之间;用于铸铁样中 Sn、Mo和 Sb 同时测定,测定值与原 子吸收光谱法测定值吻合较好,相对标准偏差（ RSD,n = 7）在 1. 2%-2. 7% 之间.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
