基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了找出快速、简捷、有效的鉴定老陈醋年份的方法,对72种老陈醋样品采集数据,并采用RBF神经网络来建立分类模型,对测试样本分类验证。结果表明:RBF网络分类正确率为100%,此方法有效可行。
推荐文章
基于BP神经网络的边坡稳定性分析
边坡
稳定性
影响因素
BP神经网络
安全系数
几类动态反馈神经网络的稳定性分析
稳定性
反馈神经网络
离散网络
非对称网络
时延网络
时滞细胞神经网络的稳定性分析
细胞神经网络
Lyapunov泛函
时滞
全局指数稳定性
全局渐近稳定性
中立型细胞神经网络的稳定性分析
中立系统
神经网络
稳定性
线性矩阵不等式
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于神经网络的老陈醋年份的定性分析
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 RBF神经网络 老陈醋 定性分析
年,卷(期) 2012,(2X) 所属期刊栏目
研究方向 页码范围 1372-1373
页数 2页 分类号 TP183
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 牛雨生 中北大学机械工程及其自动化学院 4 4 1.0 2.0
2 安政光 中北大学机械工程及其自动化学院 3 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
RBF神经网络
老陈醋
定性分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导