您的位置: 专家智库 > >

周晓庆

作品数:2 被引量:2H指数:1
供职机构:西华大学材料科学与工程学院更多>>
发文基金:四川省教育厅重点项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 2篇神经网
  • 2篇神经网络
  • 2篇网络
  • 2篇BP神经
  • 2篇BP神经网
  • 2篇BP神经网络
  • 1篇粘结磁体
  • 1篇主成分
  • 1篇主成分分析
  • 1篇均匀设计
  • 1篇泛化
  • 1篇NDFEB粘...
  • 1篇磁体

机构

  • 2篇西华大学

作者

  • 2篇刘锦云
  • 2篇刘桂明
  • 2篇查五生
  • 2篇储林华
  • 2篇周晓庆
  • 1篇王向中
  • 1篇张静怡

传媒

  • 1篇稀土
  • 1篇稀有金属

年份

  • 2篇2009
2 条 记 录,以下是 1-2
排序方式:
基于均匀设计和主成分分析的粘结NdFeB永磁体制备工艺优化研究
2009年
基于粘结NdFeB永磁体制备工艺优化实验,针对普通反向传播神经网络(BPNN)方法在预报建模中普遍存在"过拟合"和泛化能力差的问题,从优化实验方案、减少输入层节点数两个角度,结合均匀设计软件和主成分分析方法,提高训练样本的分布均匀性、"主动"改善网络结构,建立了一个粘结NdFeB永磁体制备工艺优化的2-5-3型BPNN预测模型。研究结果表明,改进的BP神经网络模型对Br,Hc j及(BH)m预测的相对误差的最大值分别为1.83%,1.28%和1.53%,较之传统的模型,泛化能力显著提高,网络预测也比较稳定,具有很好的实用性。
储林华查五生刘锦云王向中周晓庆刘桂明
关键词:均匀设计主成分分析BP神经网络泛化
基于Bayesian正规化BP神经网络的粘结NdFeB永磁体性能预测被引量:2
2009年
基于MATLAB平台和现有的少量实验数据,采用Bayesian正规化法,建立了一个输入为工艺参数、输出为NdFeB永磁体性能参量的BP(Back Propagation)神经网络预测模型,并通过测试样本检验了ANN(Artificial NeuralNetwork)模型的准确性。实验表明,建立的Bayesian正规化BP神经网络模型不仅能准确地拟合训练值,而且能很好地预测未知样本,将该模型应用于材料制备工艺设计,可以明显缩短实验周期,提高工艺设计效率,对实际的研究工作具有一定的指导意义和应用价值。
储林华查五生刘锦云刘桂明周晓庆张静怡
关键词:BP神经网络NDFEB粘结磁体
共1页<1>
聚类工具0