您的位置: 专家智库 > >

文献类型

  • 3篇中文期刊文章

领域

  • 3篇理学

主题

  • 3篇神经网
  • 3篇神经网络
  • 2篇
  • 1篇地质样品
  • 1篇遗传神经网络
  • 1篇能谱
  • 1篇去噪
  • 1篇网络
  • 1篇小波神经
  • 1篇小波神经网络
  • 1篇Α射线
  • 1篇WN
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络
  • 1篇ED
  • 1篇EDXRF
  • 1篇N-

机构

  • 3篇成都理工大学
  • 1篇中国核工业集...

作者

  • 3篇何泽
  • 2篇刘明哲
  • 2篇刘祥和
  • 2篇梁超
  • 1篇赵永生
  • 1篇郦文忠
  • 1篇韩鑫

传媒

  • 3篇核电子学与探...

年份

  • 1篇2017
  • 2篇2016
3 条 记 录,以下是 1-3
排序方式:
WNN-EDXRF方法测定地质样品中铁、钛元素含量被引量:1
2016年
地质样品中各元素的定量分析是工矿业生产中重要的一环,为使对地质样品中各元素的定量分析更为精确、简便、行之有效,提出了一种小波神经网络(WNN)结合EDXRF分析技术的一种新的定量分析方法。先对样品进行预处理,进行化学分析,运用EDXRF分析技术得到的X射线强度计数,样品的一部分训练网络,训练过程中进一步研究了小波神经网络中动量因子和小波基函数个数对网络性能的影响。将另一部分样本输入网络进行预测并与化学分析值相比较。最终结果表明:它能够很好地描述各元素X射线强度计数与含量之间的非线性关系,可以得到比较精确的各元素预测值。
刘祥和颜瑜成梁超何泽刘明哲
关键词:小波神经网络地质样品
BP神经网络预测EDXRF中铁、钛元素含量被引量:1
2016年
为了更好地定量分析矿石样品中铁、钛元素的含量,应用EDXRF分析技术建立了一个基于BP神经网络的预测模型。将矿石样品在EDXRF光谱仪中测得的荧光强度计数作为BP神经网络模型的输入变量,对该模型进行训练和检测。实验结果表明:该BP神经网络预测模型能获得较精确的结果,预测铁含量结果的相对误差不大于2.4%;预测钛含量结果的最大相对误差不大于2.3%;可用于地质矿石样品元素含量的分析预测。
何泽颜瑜成刘祥和梁超雷洲阳刘明哲
关键词:EDXRFBP神经网络
基于优化遗传神经网络方法对α能谱去噪的研究
2017年
为实现准确快速得到去除噪声后α射线谱,采用了一套可以让探测器处于不同真空条件下的探测设备。将实验研究获得的α能谱中能表征能谱信息的特征参数如峰值、不同高度的左右半宽度和左右边界,在遗传算法中经选择、交叉操作进行权值和阈值的优化后,作为输入层数据对BP神经网络进行训练。经过反复训练最终得到去噪后的输出结果。实验结果表明:对于α能谱的去噪,遗传算法优化后的BP神经网络比未被优化的效果要好。
赵永生郦文忠郦文忠韩鑫韩鑫何泽
关键词:Α射线遗传神经网络
共1页<1>
聚类工具0