一种改进的材料成分神经网络模型

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

所属期刊栏目：7

分类号：TP183;TU5(自动化基础理论)

资助基金：国家自然科学基金60374064

在线出版日期：2005-01-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：370-374