一种改进的材料成分神经网络模型
韩敏
崔丕锁
1.大连理工大学,电子与信息工程学院,辽宁,大连,1160232.大连理工大学,电子与信息工程学院,辽宁,大连,116023
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.
关键词：神经网络径向基函数(RBF)材料组分特征提取
分类号：TP183(自动化基础理论)TU5(建筑材料)
资助基金：国家自然科学基金(60374064)
论文发表日期：2004-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 370-374 )
英文信息