Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于径向基函数网络的质谱仪透镜参数拟合方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明提供了一种基于径向基函数网络的质谱仪透镜参数拟合方法,利用径向基函数网络结合先验信息集合得到透镜参数与峰强度的拟合曲面,根据拟合曲面得出峰强度最高时对应的透镜参数。本发明采用对质谱仪透镜参数‑峰强度曲面进行拟合,而不必实际遍历所有的质谱仪透镜参数‑峰强度对;在曲面拟合完成后,就可以根据输入‑输出的显式表达式获得峰强度的最大值,依据此得到最佳的透镜参数,这样做的好处在于能够快速得到最佳的透镜参数组合。

主权项:1.一种基于径向基函数网络的质谱仪透镜参数拟合方法,其特征在于:利用径向基函数网络结合先验信息集合得到透镜参数与峰强度的拟合曲面,根据拟合曲面得出峰强度最高时对应的透镜参数;具体方法如下:S1、利用权重向量训练器结合先验集合计算径向基函数网络的权重向量;S2、选择径向基函数网络的激活函数;S3、根据权重向量和激活函数,得出径向基函数网络的输入-输出显式表达式;在计算步骤S1中的权重向量时,需要结合损失函数,损失函数的公式如下: 其中,w为径向基函数网络的权重向量,di为测试集元素,表示测试中实际的谱图强度,参数i=1,…,N,λ为学习率参数,以防止出现过拟合的情况,中,是以μK为中心的激活函数,xi为测试集中第i个元素di的输入参数;令损失函数εavw最小化的权重向量就是最终期望的权重向量;利用迭代算法获取令上述损失函数最小化的权重向量,具体如下:步骤1:初始化权重向量和中间矩阵,初始化如下式所示:w0=0andP0=λ-1I初始情况下,径向基函数网络的权重向量w0为零向量,中间矩阵P0为一对角阵;步骤2:计算第n次迭代的中间矩阵Pn; 其中,Pn为计算过程中第n次迭代的中间矩阵,Pn-1为计算过程中第n-1次迭代的中间矩阵,为径向基函数向量,为以μ1为中心的激活函数,xn表示第n次迭代过程中的输入透镜参数;步骤3:计算梯度向量gn和梯度系数αn,其计算的公式为:gn=Pnφnαn=dn-wTn-1φn其中,Pn为上一步中计算得到的中间矩阵,φn为径向基函数向量,如上一步中所介绍的,wTn-1为上一次迭代中计算的权重向量,dn为测试集中的信号强度;步骤4:计算第n次迭代的径向基函数网络权重向量wn,迭代如下所示:wn=wn-1+gnαn其中,gn表示梯度向量,αn表示梯度系数;当n<N时,更新迭代次数n=n+1,然后返回步骤2;当n≥N时,则算法结束,第N次迭代的输出wN即为最终的权重向量。

全文数据:

权利要求:

百度查询: 天津国科医疗科技发展有限公司 中国科学院苏州生物医学工程技术研究所 一种基于径向基函数网络的质谱仪透镜参数拟合方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。