基于 RBF 神经网络的钢构件质量追溯系统研究

• 作者: 安玳宁 林涛 葛玉敏
• 来源期刊: 计算技术与自动化
• 关键词: 数据挖掘 径向基函数神经网络 黄金分割法 质量追溯
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 【自控理论及应用】
• 页码范围: 20-24
• 页数: 5页
• 分类号: TP399
• 语种: 中文

摘要

提出一种基于 RBF 神经网络的数据挖掘方法，将 RBF 神经网络应用于数据挖掘的分类和预测中，解决钢构件过程中的性能预测问题。其中用黄金分割法确定基于 RBF 神经网络的隐层节点数，减少该算法的计算复杂度，最终将其应用于某钢铁企业质量控制系统。构建对钢构件质量检测的数据挖掘及质量追溯平台，该平台是基于 RBF 神经网络的数据挖掘技术的。实际应用证明，产品的质量合格率可达到96.27%，符合国家相关的标准和技术指标。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林涛	河北工业大学计算机与信息工程学院	65	273	10.0	12.0
2	安玳宁	河北工业大学控制科学与工程学院	2	7	2.0	2.0
3	葛玉敏	河北工业大学控制科学与工程学院	1	5	1.0	1.0