函数连接型神经网络在氟化物非晶态形成条件中的应用

来源 :常德师范学院学报 | 被引量 : 0次 | 上传用户:houzhuo111
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
函数增强型神经网络(Functional Link Net,简称FLN)是一种无隐含层的新型网络,应用其三阶联合激励增强特性来对三元体系氟化物非晶态形成条件进行识别研究,识别准确率近100%.在对预测集的每一个输入信号添加10%的噪音干扰后,发现识别率依然不变.直到噪音添加到15%,仍然能准确判别.可见网络的容错能力是十分令人满意的.
其他文献
本刊讯5月19日,由湖北教育报刊传媒有限公司主办,武汉亿童文教发展有限公司承办的“专业与创新——提升幼儿一日活动保教质量”高端论坛在武汉拉开帷幕。本次论坛旨在顺应学
为探究吕家坨井田地质构造格局,根据钻孔勘探资料,采用分形理论和趋势面分析方法,研究了井田7
期刊
为探究吕家坨井田地质构造格局,根据钻孔勘探资料,采用分形理论和趋势面分析方法,研究了井田7
期刊
为探究吕家坨井田地质构造格局,根据钻孔勘探资料,采用分形理论和趋势面分析方法,研究了井田7
期刊
设q1、q2、…、qm是适合q1<q2…<qm的奇素数,证明了:当且仅当n=140时,n是形如4q1q2…qm的调和数.
期刊
创新并非天才或少数人的专利,生活中处处有创新,且每个细节都可因创新而变得更美好。创新更非时髦的口号,而是教育的内在要求。学校要培养创新型人才,校长首先必须具备创新精
为探究吕家坨井田地质构造格局,根据钻孔勘探资料,采用分形理论和趋势面分析方法,研究了井田7
期刊
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
期刊
为探究吕家坨井田地质构造格局,根据钻孔勘探资料,采用分形理论和趋势面分析方法,研究了井田7
期刊