基于神经网络同时测定UF6中钼、钛和钨的研究

摘要

运用神经网络与分光光度结合的方法,提出了同时分析六氟化铀中Mo、Ti和W 3种杂质元素的技术.训练网络确定的最佳训练参数为学习速率为0.60,动量项为0.85.检测集测定的六氟化铀中Mo、Ti和W 3种元素的回收率均在90%～110%之间,方法精密度分别为3.3%、3.9%、4.3%,对实际样品进行测定,并与ICP-AES法结果相比较,两者间相对偏差均小于10%.