| 函数增强型神经网络应用于钢的冷弯性能研究 |
| |
| 引用本文： | 杨兴华,林腾,印春生,潘忠孝,张懋森.函数增强型神经网络应用于钢的冷弯性能研究[J].怀化学院学报,1999(2). |
| |
| 作者姓名： | 杨兴华 林腾 印春生 潘忠孝 张懋森 |
| |
| 作者单位： | 中国科学技术大学应用化学系!合肥，230026，中国科学技术大学应用化学系!合肥，230026，中国科学技术大学应用化学系!合肥，230026，中国科学技术大学应用化学系!合肥，230026 |
| |
| 基金项目： | 国家自然科学基金!29775001 |
| |
| 摘 要： | 函数增强型神经网络（FunctionalEnhancedNet，简称FEN）是一种无隐含层的新型网络，作者应用其三阶联合激励增强特性对钢的冷弯性能进行判别研究，识别准确率近100％．对预测集的每一个输入信号添加噪音干扰，发现依然能准确判别．网络误差下降随着添加噪音的增大而逐渐变慢，可见该网络的容错能力令人满意．
|
| 关 键 词： | 函数增强型神经网络 联合激励增强 判别 钢的冷弯性 容错能力 |
Study of Cool Bending Nature of Steel by using Functional - Enhanced Net to Pattern Recognition |
| |
| Yan Xinghua.Study of Cool Bending Nature of Steel by using Functional - Enhanced Net to Pattern Recognition[J].Journal of Huaihua University,1999(2). |
| |
| Authors: | Yan Xinghua |
| |
| Abstract: | Functional - Enhanced net is a novel neund network(FEN), without hidden layer. We use the three order joint - activition of FEN to study the discrindnation of cool bending natures of steels.The discrimination is neary 100%. After adding noise to every input signal of the testing set, the discrimination retains accurate. With the noise incnaing, the falling of the mean sqamed ermr is slowr.This proves that the fault - toleamt ability of the FEN is satisfactory. |
| |
| Keywords: | Funtional - Enhanced net three - order joint - activition pattem recogntion cool bending natures of steels fault - tolerant ability |
| 本文献已被 CNKI 等数据库收录！ |
