RBF网络在地质样品元素含量预测中的应用

• 作者: 庹先国 李哲 杨雪梅 穆克亮 闫玉生
• 来源期刊: 金属矿山
• 学科: 工学
• 关键词: RBF网络 OLS算法 地质样品 元素含量 预测
• 年，卷（期）: 2007,（10）
• 所属期刊栏目: 机电与自动化
• 页码范围: 110-112
• 页数: 3页
• 分类号: TD6
• 字数: 1793字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-1250.2007.10.029

摘要

人工神经网络具有自组织、自学习、非线性逼近能力,其中的径向基函数(RBF)网络是以函数逼近理论为基础而构造的一类前向网络,这类网络的学习等价于在高维空间中寻找训练数据的最佳拟合平面.对攀枝花已知地质样品的X射线荧光计数数据进行归一化,并用自组织神经网络进行分类后,采用RBF网络的OLS算法预测攀枝花未知地质样品的Ti元素含量,预测数据与化学分析数据的相对误差均小于0.5%,结果比较理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	庹先国		197	2700	20.0	46.0
2	穆克亮		36	292	10.0	15.0
3	杨雪梅		7	39	3.0	6.0
4	李哲		35	163	7.0	9.0
5	闫玉生	成都理工大学信息工程学院	3	12	2.0	3.0