韩国一区二区视频,黄色不卡一区,久久天堂av综合合色,中文字幕日韩专区

您的當前位置: 首頁 > 文獻標準 > 管材&型材&線材成形 > 正文

Rough集理論在神經網絡材料性能參數實時識別中的應用

  • 2015-1-21 16:11:11
  • 來源:
  • 點擊次數:
作 者:楊嵩; 趙軍; 馬瑞; 蘇春建
關 鍵 詞:Rough集, 數據約簡,實時識別, BP神經網絡
文獻摘要:運用神經網絡技術實現材料性能參數的實時識別是智能化拉深的重要研究課題。由于訓練樣本數據的冗余使得BP網絡收斂精度差、速度慢,直接影響到網絡的識別精度。運用Rough集理論強大的數據分類簡約功能,能夠去掉多余屬性的樣本數據,從而優化了神經網絡的拓撲結構。經過試驗驗證優化后的網絡不僅收斂速度快、精度得到極大提高,而且網絡預測相對誤差精度都在6%以下。

相關內容

版權所有(C) 2011 中國鍛壓協會
E-mail:info@chinaforge.org.cn    URL:m.fuyihb.com
客戶服務熱線:010-69731006
主站蜘蛛池模板: 内江市| 宾川县| 锡林郭勒盟| 紫阳县| 夹江县| 额济纳旗| 同江市| 中山市| 鞍山市| 兴和县| 清涧县| 富蕴县| 上虞市| 神木县| 湘阴县| 桓台县| 浪卡子县| 苏尼特右旗| 高邮市| 新沂市| 民县| 峨眉山市| 梁山县| 忻城县| 沙河市| 古浪县| 东乡县| 洱源县| 襄城县| 宁夏| 大石桥市| 乌兰浩特市| 达拉特旗| 岐山县| 马尔康县| 和硕县| 白沙| 赣州市| 五莲县| 辽源市| 离岛区|