偏最小二乘法-人工神经网络用于复氧化物形成条件的判别

被引:6
作者
李明
严六明
陈念贻
机构
[1] 中国科学院上海冶金研究所
关键词
偏最小二乘法; 人工神经网络; 化学键参数; 复氧化物; 模式识别;
D O I
10.14062/j.issn.0454-5648.1993.06.008
中图分类号
学科分类号
摘要
本文应用人工神经网络算法结合偏最小二乘算法,对两元氧化物系化学键参数进行模式识别分析,用计算机对两不同的氧化物间是否有复合氧化物生成进行分类和预报,得到满意的结果。为了确定两氧化物间是否有复氧化物生成,本文首先用PLS回归算法初选化学键参数,通过样本点在PLS正交分解矢量平面上的投影图,按形成与不形成对两元氧化物进行分类,从而确定一组对复氧化物形成影响最大的化学键参数,实现对能否生成复氧化物进行判别。最后,用选出的化学健参数训练人工神经网络,训练好的网络就可以对复氧化物的形成与否进行预报。
引用
收藏
页码:534 / 540
页数:7
相关论文
共 2 条
  • [1] PLS Regression methods. Hoskuldssos A. Journal of Chemometrics . 1988
  • [2] Pattern classification using neural networks. Lippmann R P. IEEE Communications Magazine . 1989