一种改进的材料成分神经网络模型

• 作者: 崔丕锁 韩敏
• 来源期刊: 建筑材料学报
• 学科: 工学
• 关键词: 神经网络 径向基函数(RBF) 材料组分 特征提取
• 年，卷（期）: 2004,（4）
• 页码范围: 370-374
• 页数: 5页
• 分类号: TP183|TU5
• 字数: 3308字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-9629.2004.04.002

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩敏	大连理工大学电子与信息工程学院	200	2311	23.0	33.0
2	崔丕锁	大连理工大学电子与信息工程学院	3	20	2.0	3.0