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:www.fuyihb.com
客戶服務熱線:010-69731006
主站蜘蛛池模板: 金阳县| 永修县| 旅游| 雅安市| 九江市| 浪卡子县| 合山市| 新疆| 莱芜市| 乌兰察布市| 舞阳县| 信宜市| 沙洋县| 巴彦县| 锡林浩特市| 运城市| 河北区| 清远市| 康保县| 鄯善县| 荃湾区| 黔西县| 伊金霍洛旗| 四平市| 彭州市| 新竹市| 晋中市| 福建省| 新津县| 孝感市| 胶南市| 韶山市| 织金县| 神农架林区| 靖边县| 吐鲁番市| 阜南县| 湘阴县| 福安市| 敦化市| 洛浦县|