函数连接型神经网络在氟化物非晶态形成条件中的应用

• 作者: 刘树深 印春生 吴孔导 李志良 潘忠孝 赵巍 郭卫民
• 来源期刊: 常德师范学院学报
• 学科: 数学
• 关键词: 函数增强型神经网络 模式识别 三元体系氟化物 非晶态形成
• 年，卷（期）: 2000,（2）
• 页码范围: 7-10,45
• 页数: 5页
• 分类号: O174:O751
• 字数: 1682字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6164.2000.02.003

摘要

函数增强型神经网络(Functional Link Net,简称FLN)是一种无隐含层的新型网络,应用其三阶联合激励增强特性来对三元体系氟化物非晶态形成条件进行识别研究,识别准确率近100%.在对预测集的每一个输入信号添加10%的噪音干扰后,发现识别率依然不变.直到噪音添加到15%,仍然能准确判别.可见网络的容错能力是十分令人满意的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘树深	重庆大学生物工程学院	18	299	9.0	17.0
2	李志良	重庆大学生物工程学院	134	1393	19.0	33.0
3	潘忠孝	中国科学技术大学应用化学系	30	245	10.0	14.0
4	印春生	中国科学技术大学应用化学系	9	93	5.0	9.0
5	赵巍	中国科学技术大学应用化学系	23	25	3.0	4.0
6	郭卫民	中国科学技术大学应用化学系	6	38	3.0	6.0
7	吴孔导	中国科学技术大学应用化学系	1	0	0.0	0.0