用神经网络分析建筑材料成分的构成
本文旨在讨论如何用人工神经网络(ANN)的方法预测材料化合物的构成,介绍一种自组织学习的聚类算法,建立一个四层前馈神经网络.其中,输入信息通过两层隐层映射到输出层,且两层隐层之间为有选择的连接,连接准则由输出样本中包含的信息决定.并以CaO-AL<2,>O<3,>-SiO<2,>系统为例进行仿真研究.仿真结果表明,通过学习,该网络可成功的包含材料化合物的构成信息,并具有较高的泛化能力.
神经网络 RBF 建筑材料 材料成分分析
韩敏 席剑辉 王金城 王立久
大连理工大学电子与信息工程学院自动化系(辽宁大连) 大连理工大学土建学院(辽宁大连)
国内会议
大连
中文
641-645
2001-08-10（万方平台首次上网日期，不代表论文的发表时间）