铝合金光电光谱分析的径向基神经网络方法

被引:3
作者
宣士斌 [1 ]
农正 [1 ]
黄仕成 [2 ]
机构
[1] 广西民族大学数学与计算机学院
[2] 平果铝业公司
关键词
铝合金; 光电光谱分析; 径向基神经网络; 组合径向基;
D O I
10.16866/j.com.app.chem2007.08.024
中图分类号
TP183 [人工神经网络与计算];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
在铝合金光电光谱分析的定量分析阶段,确定光谱强度与元素含量的对应关系,将直接影响定量分析的质量。根据标准铝合金成份的确定性,将单一径向基神经网络,改为由每一元素对应一子径向基神经网络,再将这些子径向基神经网络组合成一完整神经网络,以完成铝合金的定量分析,并利用Matlab中的径向基网络,构建函数newrb()返回误差,使每个径向基网络的均方误差减到最小。在Matlab中,模拟实验证明用该方法训练的组合径向基网络所得均方误差,是单一径向基网络均方误差的1/20。
引用
收藏
页码:1107 / 1109
页数:3
相关论文
共 7 条
[1]   自适应径向基神经网络及其应用 [J].
张运陶 ;
杨晓丽 .
计算机与应用化学, 2006, (01) :59-63
[2]   光电直读光谱仪在铝及铝合金分析中的应用 [J].
陈中彦 .
有色冶金节能, 2004, (04) :66-67
[3]   一种新颖的径向基函数(RBF)网络学习算法 [J].
孙健 ;
申瑞民 ;
韩鹏 .
计算机学报, 2003, (11) :1562-1567
[4]   RBF网络光度法与BP网络光度法的比较 [J].
方洪壮 ;
吴刚 ;
孙长海 .
计算机与应用化学, 2002, (04) :415-418
[5]   径向基函数网络光度法用于多组分分析 [J].
王建 ;
刘建华 ;
潘艳玲 ;
陈国南 .
计算机与应用化学, 2000, (03) :262-266
[6]   化学中的人工神经网络法 [J].
许禄 ;
胡昌玉 .
计算机与应用化学, 2000, (Z1) :145-147
[7]  
发射光谱计算机译谱技术[M]. 地质出版社 , 《发射光谱计算机译谱技术》编写组编, 1992