基于LM-BP神经网络模式的酸性染料分类方法

• 作者: 开小明 沈玉华 谢安建 郑学根
• 来源期刊: 河南科技大学学报(自然科学版)
• 学科: 化学
• 关键词: 神经网络 酸性染料 分子连通性指数
• 年，卷（期）: 2004,（3）
• 所属期刊栏目: 自动化与计算机应用
• 页码范围: 39-43
• 页数: 5页
• 分类号: O65|TP389.1
• 字数: 1966字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-6871.2004.03.010

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%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈玉华	安徽大学化学化工学院	102	788	15.0	23.0
2	谢安建	安徽大学化学化工学院	93	691	14.0	22.0
3	开小明	安庆师范学院化学系	43	197	9.0	13.0
4	郑学根		6	19	2.0	4.0