基于LM-BP神经网络模式的酸性染料分类方法
开小明1
沈玉华2
谢安建2
郑学根3
1.安庆师范学院,化学系,安徽,安庆,2460112.安徽大学,化学化工学院,安徽,合肥,2300393.安庆石油化工研究院,安徽,安庆,246002
摘要：提出用Levenberg-Marquardt Backpropagation Neural Network (LM-BP)网络对酸性偶氮染料进行分类,网络结构为4-6-5.优化了隐含层神经元数和网络训练次数,表明隐含层神经元数应比输出层神经元数多一个.考察了训练集样本的选择对结果的影响,测试集的样本参数大小要处于训练集样本之间.本网络把其中22种染料作为训练集,把另外18种染料作为测试集,与采用GCEDM逐次分类法比较,测试集识别率为83%.
关键词：神经网络酸性染料分子连通性指数
分类号：O65(分析化学)TP389.1(计算技术、计算机技术)
资助基金：国家自然科学基金(20031010)安徽省教育厅科研项目(2001kj163)
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( 39-43 )
英文信息