化学信息形态等新型计量学方法研究

运用化学信息形态分析等新型计量学方法，解决多元校正及化学模式识别与构效关系研究中的一些重要问题。形态分析用于提高色谱及荧光二维谱的信噪以及抗御非等性噪声的能力。以工人神经网络与遗传算法为基础构建一组新型化学计算学方法；控制网络自由度咸免过拟合的稳节点剪裁算法；借网络构建稳健非线性主成份分析抗御异常值影响；基于非线性映射的通用误差反传网络用于无监督的化学数据分类；基于通用网络的非线性特征提取技术；改进的遗传算法用于网络结构优化及训练；以改进的遗传算法及算子构建整数遗传算法作化学聚类分析。研究了非主成份分析型、小波等计量学方法、化学声交射以及工人嗅觉模拟中传感阵列数据的化学计量学处理方法，等。