导读:本文包含了广义网络法论文开题报告文献综述及选题提纲参考文献，主要关键词:核主成分分析,广义回归神经网络,色谱保留指数
广义网络法论文文献综述
许国根,徐昊,陈然[1]（2012）在《核主成分分析-广义回归神经网络法研究——70种烷烃类有机化合物的气相色谱保留指数》一文中研究指出利用核主成分分析法和广义回归神经网络研究了70种烷烃在固定相为角鲨烷,柱温50℃时的气相色谱保留指数。核主成分分析将70×8维的样品集降为51×3维,以减少计算量;降维后的样品集作为广义回归神经网络的训练集对色谱保留时间进行计算和预测。该方法的计算结果满足误差要求。(本文来源于《化工技术与开发》期刊2012年01期）
陈天富,沈伟,王焰[2]（2008）在《基于非线性主成分-广义回归神经网络法评估甲醇合成催化剂活性》一文中研究指出甲醇合成过程中,影响甲醇单程收率的因数较多,反应机理十分复杂,难以建立准确的机理模型。本文提出了用非主成分分析方法对输入变量预处理,运用广义回归神经网络的非线性映射能力,建立了甲醇合成单程收率的预测模型,并用此模型对不同时期的甲醇合成催化剂的活性进行评估。实例表明,此模型可对甲醇合成催化剂的活性进行定量评估,对指导甲醇生产具有重要意义。(本文来源于《天然气化工(C1化学与化工)》期刊2008年05期）
高玲,李小平,任守信[3]（2007）在《用小波包变换广义回归神经网络法处理硝基苯胺异构体重迭紫外吸收光谱》一文中研究指出开发了一种小波包变换广义回归神经网络(WPTGRNN)法,用于处理对硝基苯胺、邻硝基苯胺和间硝基苯胺重迭的紫外吸收光谱,达到不经预先化学分离进行同时测定的目的。WPTGRNN法结合小波包变换和广义回归神经网络(GRNN)的特点,改进除噪质量和预测能力。通过最佳化实验,选择了小波函数、小波包分解水平及GRNN的平滑因子。实验结果表明,WPTGRNN法的预测标准误差为1.08μg/mL,预测相对标准误差为4.20%,与小波变换广义回归神经网络、广义回归神经网络和主组分回归3种方法进行比较,WPTGRNN法优于其他3种方法。(本文来源于《石油化工》期刊2007年11期）
聂小春,葛德彪,郑宏兴,袁宁[4]（2000）在《广义网络法分析复杂孔缝耦合问题》一文中研究指出本文利用广义网络法结合连接算法分析复杂孔缝耦合问题 .首先根据孔缝的结构及填充特点将其内腔体分为适当的几段 ,利用边界元法分别计算每段的广义导纳矩阵 ,再借助连接算法将各段连接起来得到整个孔缝的口径导纳矩阵 ,最后由广义网络法求解孔缝的口径磁流、散射及传输场 .该方法不仅在计算效率方面取得了较大突破 ,也使复杂填充孔缝的分析得到很大简化(本文来源于《电子学报》期刊2000年06期）
广义网络法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
甲醇合成过程中,影响甲醇单程收率的因数较多,反应机理十分复杂,难以建立准确的机理模型。本文提出了用非主成分分析方法对输入变量预处理,运用广义回归神经网络的非线性映射能力,建立了甲醇合成单程收率的预测模型,并用此模型对不同时期的甲醇合成催化剂的活性进行评估。实例表明,此模型可对甲醇合成催化剂的活性进行定量评估,对指导甲醇生产具有重要意义。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
广义网络法论文参考文献
[1].许国根,徐昊,陈然.核主成分分析-广义回归神经网络法研究——70种烷烃类有机化合物的气相色谱保留指数[J].化工技术与开发.2012
[2].陈天富,沈伟,王焰.基于非线性主成分-广义回归神经网络法评估甲醇合成催化剂活性[J].天然气化工(C1化学与化工).2008
[3].高玲,李小平,任守信.用小波包变换广义回归神经网络法处理硝基苯胺异构体重迭紫外吸收光谱[J].石油化工.2007
[4].聂小春,葛德彪,郑宏兴,袁宁.广义网络法分析复杂孔缝耦合问题[J].电子学报.2000