基于神经网络的氟石粉液化模型分析
Computer Engineering and Applications(2010)
摘要
在对氟石粉进行实验研究的基础上,应用RBF神经网络,建立了预测氟石粉液化FMP的模型。在该模型中,输入为影响氟石粉液化FMP的各种因素,包括粒径、均匀度、化学性质、真密度及堆积密度等,输出为FMP,预测结果表明,所建RBF神经网络模型预测精度较高,可应用于对氟石粉液化FMP的预测。同时采用逐步反向删除的方法分析输入属性对输出结果的影响,找出了影响氟石粉液化FMP的主要影响因素。最后对每个主要属性进行了灵敏度分析。
更多查看译文
关键词
liquefy,fluorspar powder,sensitivity of factors,analysis of attributes,Radial Basis Function(RBF)neural network
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要