基于正交基函数的神经网络色谱曲线自适应在线滤波和压缩

由于正交基函数神经网络采用Givens正交学习算法 ,不是迭代算法 ,因而速度快 ,加之其无初始权值选择问题 ,不会陷入局部极小 ,所以本文选择此神经网络用于色谱数据的自适应在线滤波和压缩。实验结果表明 ,本方法滤波效果好 ,压缩比高 ,可实时完成 ,非常适用于色谱数据的在线处理需要。