论文部分内容阅读
人工神经网络具有自组织、自学习、非线性逼近能力，其中的径向基函数（RBF）网络是以函数逼近理论为基础而构造的一类前向网络，这类网络的学习等价于在高维空间中寻找训练数据的最佳拟合平面。对攀枝花已知地质样品的X射线荧光计数数据进行归一化，并用自组织神经网络进行分类后，采用RBF网络的OLS算法预测攀枝花未知地质样品的Ti元素含量，预测数据与化学分析数据的相对误差均小于0．5％，结果比较理想。