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: 黄梅县| 南岸区| 贵溪市| 双城市| 小金县| 尖扎县| 遵义市| 潞西市| 登封市| 吴江市| 洛浦县| 营山县| 宝应县| 萨嘎县| 石狮市| 彝良县| 漳州市| 永川市| 平陆县| 宜黄县| 新建县| 北宁市| 衡阳县| 汶川县| 北流市| 墨玉县| 黔江区| 蒙阴县| 获嘉县| 虞城县| 垣曲县| 四川省| 庐江县| 德惠市| 巴中市| 邮箱| 丹寨县| 钟祥市| 阿巴嘎旗| 曲沃县| 双流县|