摘要
本文研究BP神经网络在陶瓷中的应用,收集了十二种陶瓷材料样本,应用神经网络学习,将陶瓷材料样本进行了分类研究。
出处
《内江科技》
2016年第5期55-55,69,共2页
参考文献3
-
1游美莉,程建君.基于动量BP算法的神经网络应用研究[J].现代商贸工业,2015,36(26):67-68. 被引量:1
-
2王涛,翟绪恒,孟丽岩,左敬岩.基于在线神经网络算法的结构恢复力预测方法[J].黑龙江科技大学学报,2015,25(6):649-653. 被引量:1
-
3王华,程海青.自适应动量项BP神经网络盲均衡算法[J].计算机工程与设计,2010,31(6):1297-1300. 被引量:14
二级参考文献19
-
1程海青,张立毅.基于改进目标函数的前馈神经网络盲均衡算法[J].太原理工大学学报,2006,37(S1):39-41. 被引量:8
-
2孙浩,杨智春,张玲凌.基于神经网络的振动响应趋势预测研究[J].机械科学与技术,2006,25(12):1454-1457. 被引量:2
-
3赵菊敏,程海青,张立毅.基于动量项前馈神经网络盲均衡算法[J].太原理工大学学报,2007,38(3):212-214. 被引量:5
-
4Issa M S,Pauahi,Kripasagar Venkat.Blind identification of multichannel systems with single input and unknown orders[J].Signal Processing,2009,89(7):1288-1310.
-
5Shafayat Abrar.Slope and learning rate adaptation scheme for neural networks and its application to blind equalization[J].IEEE Trans on signal processing,2004,12(3):313-316.
-
6Yang J,Werner J J,Dumont G A.The multi-modulus blind eqnalization and its generalized algorithms[J].IEEE J Sel Areas Commun,2002,20(5):997-1015.
-
7Shafayat Abrar,Azzedine,Zerguine.Recursive least-squares backpropagation algorithm for stop-and-go decision-directed blind equalization[J].IEEE Traus on neural networks,2002,13 (6):1472-1481.
-
8Shahzad Amin Sheikh,Fan Pingzhi.New blind equalization techniques based on improved square contour algorithm[J].Digital Signal Precessing,2009,18(5):680-693.
-
9Marilli Rupi,Panagiotis Tsakalides,Enrico Del Re,et al.Constant modulus blind equalization based on fractional lower-order statisties[J].Signal Processing,2004,84:881-894.
-
10Silvia Ferrari,Robert F Stengel.Smooth function approximation using neural networks[J].IEEE Traus on neural networks,2005,16(1):24-38.
共引文献13
-
1刘军伟,余小清,万旺根,张静,杨薇.基于改进型BP神经网络的音频多分类[J].上海大学学报(自然科学版),2012,18(2):127-131. 被引量:4
-
2王雷,刘大成.一种改进的水声信道盲均衡算法[J].电声技术,2013,37(4):44-46.
-
3赵娟,高正明.基于BP神经网络的盲均衡器设计[J].声学技术,2013,32(2):141-145. 被引量:4
-
4龚庆凯,支明刚,万飞.基于小波神经网络在摄像机标定中的研究[J].电脑编程技巧与维护,2013(10):95-97.
-
5龚庆凯,曾黄麟,赵雪专.一种基于小波神经网络的图像融合方法[J].成都大学学报(自然科学版),2013,32(2):152-155. 被引量:2
-
6纪娟娟,张兰芳,唐飞.频率分集多小波神经网络盲均衡算法[J].安庆师范学院学报(自然科学版),2014,20(4):65-68.
-
7袁东筱,周明军,刘富权,李龙,杜通林.分子筛脱水装置再生过程仿真及控制优化[J].天然气与石油,2017,35(2):36-41. 被引量:5
-
8李强,谷宇,王南飞,董涵.电子鼻研究进展及在中国白酒检测的应用[J].工程科学学报,2017,39(4):475-486. 被引量:15
-
9玄扬,王汝凉.BP神经网络的双重优化的改进研究[J].广西师范学院学报(自然科学版),2018,35(1):60-65. 被引量:3
-
10谈笑.基于BP神经网络的医疗废物识别与分类研究[J].电子设计工程,2019,27(24):6-10. 被引量:2
同被引文献9
-
1吴隽,罗宏杰,李家治,王海圣,鲁晓珂,吴军明.中国古陶瓷的断源断代[J].硅酸盐学报,2007,35(S1):39-43. 被引量:14
-
2郭景康,陈念贻.古陶瓷分类研究中的模式识别-人工神经网络方法[J].硅酸盐学报,1997,25(5):614-617. 被引量:11
-
3王维达.古陶瓷热释光测定年代的研究和进展[J].中国科学(E辑),2009,39(11):1767-1799. 被引量:12
-
4秦祎晗,柳炳祥,彭文.一种基于粗糙集神经网络的陶瓷原料分类方法[J].陶瓷学报,2010,31(1):136-139. 被引量:8
-
5胡祎,周景玮,胡真.陶瓷原料分类的距离判别分析法[J].陶瓷学报,2010,31(4):632-636. 被引量:2
-
6许哲.古陶瓷鉴定方法发展史初探[J].北方文物,2011(2):44-47. 被引量:8
-
7李蔓,王丽琴.对古陶瓷的断源分析[J].陶瓷,2013(3):13-17. 被引量:1
-
8张欢.化学元素分析技术在古陶瓷产地研究中的应用[J].中国陶瓷,2013,49(4):81-84. 被引量:6
-
9翁政魁,管业鹏,罗宏杰.基于机器视觉古陶瓷无损分类识别[J].硅酸盐学报,2017,45(12):1833-1842. 被引量:11
二级引证文献3
-
1莫春柳.CAI的实践和再认识[J].电化教育研究,2000,21(9):47-48. 被引量:1
-
2邓凌云.遥感图像分类中的遗传算法LVQ神经网络运用[J].现代电子技术,2020,43(1):40-43. 被引量:5
-
3吴艳芳,沈涛,俞锦辉,吴隽,吴军明,赵朝霞.机器学习算法辅助增材制造古陶瓷修复材料研究进展[J].中国陶瓷,2021,57(3):48-55. 被引量:1
-
1姜丽萍.应用现代办公软件提高计算效率[J].机械工程师,2011(4):76-78.
-
2深加工设备工具:破解陶瓷行业同质化之困[J].磨料磨具通讯,2014,0(6):29-30.
-
3J.W.Olsen,于长云.Jasc Media Center组织多媒体[J].个人电脑,1995,0(5):14-14.
-
4马琰,蒋一清,张舒婷.浅谈“宜兴紫砂陶艺网”交易平台的构建[J].电脑与电信,2011(7):24-26.
-
5傅戈雁,石世宏.金属切削数据库工件材料分类及输入[J].机械设计与制造,1995(3):15-16.
-
6蒋陈萍.《月牙泉壶》制作有感[J].山东陶瓷,2015,38(2):45-45.
-
7TwinCAT Motion Control软件对回收处理工艺进行自动化改造[J].自动化博览,2016,33(7):52-53.
-
8何文涛,李艳华,邹江波,张世名,赵和平,金小锋,杨龙.高温压力传感器的研究现状与发展趋势[J].遥测遥控,2016,37(6):61-71. 被引量:23
-
9曾令可,吴卫生.红外热像技术无损检测机理仿真研究[J].激光与红外,1996,26(2):141-144. 被引量:5
-
10贺宏福.中外动画艺术比较研究中的误区[J].文教资料,2010(22):88-89. 被引量:1