混合神经网络及其在高炉径向煤气流模式分布中的应用

• 作者: 周建常 姜会研 徐小慧 王师 王玉涛
• 来源期刊: 沈阳工业大学学报
• 学科: 工学
• 关键词: 神经元网络 竞争学习 监督学习 模式识别
• 年，卷（期）: 1999,（3）
• 页码范围: 265-268
• 分类号: TP273.22
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1646.1999.03.029

摘要

提出一种高炉径向煤气流模式分布的混合神经网络模式识别方法.针对从"样本特征模式空间"到"样本类别空间"具有较强非线性的模式识别问题,提出了一种由自组织竞争子神经网络(ASCSNN)和基于径向基函数子神经网络(RBFSNN)串联而成的混合神经网络.其中,ASCSNN用于对输入的特征模式空间进行自组织分类,以使识别更加稳定;RBFSNN对样本特征模式进行识别.根据工业现场采集数据进行实验,验证了该方法的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王玉涛	东北大学信息科学与工程学院	18	222	9.0	14.0
2	周建常	东北大学信息科学与工程学院	9	119	6.0	9.0
3	王师	东北大学信息科学与工程学院	65	927	18.0	26.0
4	姜会研		1	15	1.0	1.0
5	徐小慧		1	15	1.0	1.0