dgCPIzrXgXxlFwRBFDe6B4QuKGRwKXTnLGwjtvaULsyucHj75ahCq3U5cSSu
Current position: Home >> Scientific Research >> Paper Publications

一种改进的材料成分神经网络模型

Release Time:2019-03-10  Hits:

Indexed by: Journal Article

Date of Publication: 2004-10-30

Journal: 建筑材料学报

Included Journals: CSCD、ISTIC、Scopus

Volume: 7

Issue: 4

Page Number: 370-374

ISSN: 1007-9629

Key Words: 神经网络;径向基函数(RBF);材料组分;特征提取

Abstract: 所介绍的材料成分神经网络模型使用的是一种改进的4层径向基函数(RBF)神经网络,其基本思想是根据样本的不同特征采用不同的训练方式,并且在训练过程中根据样本的特征添加隐层节点来加快网络的训练过程.网络的映射选用区域映射方式,可有效防止网络的过拟和,同时也可提高网络的识别效果.对建筑材料系统中相图的仿真结果表明了该方法的有效性.

Prev One:基于网络的扎龙湿地数据发布系统

Next One:模糊ARTMAP神经网络在TM影像分类中的应用