Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 635051)
Контекстум
Руконтекст антиплагиат система
Вестник Московского университета. Серия 2. Химия  / №6 2012

Идентификация образцов воды источников и рек г. Харьков: сравнение методов многомерного анализа данных (60,00 руб.)

0   0
Первый авторПушкарева
АвторыСледзевская А.Б., Пантелеймонов А.В., Титова Н.П., Юрченко О.И., Иванов В.В., Холин Ю.В.
Страниц8
ID346328
АннотацияРассмотрено применение искусственных нейронных сетей для установления происхождения образцов вод из разных источников и рек г. Харьков по данным о содержании ионов металлов. На примере образцов речных вод показана возможность верной идентификации образцов даже при наличии пропусков в исходных данных. Изложены рекомендации по выбору оптимального числа нейронов для синтеза нейросетей.
УДК543.62
Идентификация образцов воды источников и рек г. Харьков: сравнение методов многомерного анализа данных / Я.Н. Пушкарева [и др.] // Вестник Московского университета. Серия 2. Химия .— 2012 .— №6 .— С. 47-54 .— URL: https://rucont.ru/efd/346328 (дата обращения: 05.05.2024)

Предпросмотр (выдержки из произведения)

№ 6 УДК 543.632.495; 004.032.26 ИДЕНТИФИКАЦИЯ ОБРАЗЦОВ ВОДЫ ИСТОЧНИКОВ И РЕК г. ХАРЬКОВ: СРАВНЕНИЕ МЕТОДОВ МНОГОМЕРНОГО АНАЛИЗА ДАННЫХ Я.Н. <...> Пушкарева, А.Б. Следзевская, А.В. Пантелеймонов, Н.П. Титова, О.И. Юрченко, В.В. Иванов, Ю.В. Холин (Харьковский национальный университет имени В.Н. Каразина; e-mail: kholin@univer.kharkov.ua) Рассмотрено применение искусственных нейронных сетей для установления происхождения образцов вод из разных источников и рек г. Харьков по данным о содержании ионов металлов. <...> На примере образцов речных вод показана возможность верной идентификации образцов даже при наличии пропусков в исходных данных. <...> Изложены рекомендации по выбору оптимального числа нейронов для синтеза нейросетей. <...> Ключевые слова: качественный химический анализ, идентификация, искусственная нейронная сеть, линейный дискриминантный анализ. <...> За последние два десятилетия существенно возросла значимость качественного химического анализа, что обусловлено растущей потребностью в определении состава сложных смесей в разных областях: мониторинг состояния окружающей среды, оценка подлинности медико-биологических препаратов, идентификация и обеспечение безопасности пищевых продуктов, напитков и пищевого сырья и др. <...> Согласно [2–4], современный качественный анализ позволяет обнаруживать и идентифицировать аналиты, а также проводить дискриминацию образцов. <...> Результатом решения всех этих задач является та или иная классификация объектов анализа: при обнаружении – разделение образцов на группы, содержащие аналит в концентрации, превышающей пороговую, и не содержащие его; при идентификации – заключение о тождественности аналита и эталона или о принадлежности аналита некоторому классу объектов; при дискриминации – разделение массива анализируемых образцов на группы объектов с близкими характеристиками. <...> Все большее внимание привлекают искусственные нейронные сети, которые успешно применяются в разных отраслях для решения <...>