点击次数：

论文类型：期刊论文

发表时间：2004-10-30

发表刊物：建筑材料学报

收录刊物：Scopus、ISTIC、CSCD

卷号：7

期号：4

页面范围：370-374

ISSN号：1007-9629

关键字：神经网络;径向基函数(RBF);材料组分;特征提取

摘要：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.