您的当前位置: 首页 > 文献标准 > 管材&型材&线材成形 > 正文

Rough集理论在神经网络材料性能参数实时识别中的应用

  • 2015-1-21 16:11:11
  • 来源:
  • 点击次数:
作 者:杨嵩; 赵军; 马瑞; 苏春建
关 键 词:Rough集, 数据约简,实时识别, BP神经网络
文献摘要:运用神经网络技术实现材料性能参数的实时识别是智能化拉深的重要研究课题。由于训练样本数据的冗余使得BP网络收敛精度差、速度慢,直接影响到网络的识别精度。运用Rough集理论强大的数据分类简约功能,能够去掉多余属性的样本数据,从而优化了神经网络的拓扑结构。经过试验验证优化后的网络不仅收敛速度快、精度得到极大提高,而且网络预测相对误差精度都在6%以下。

相关内容

版权所有(C) 2011 中国锻压协会
E-mail:info@chinaforge.org.cn    URL:www.duanxie.cn
客户服务热线:010-53056669