科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2013年
27期
7917-7924,7932
,共9页
光热信号%神经网络%深度剖面重构%灵敏度
光熱信號%神經網絡%深度剖麵重構%靈敏度
광열신호%신경망락%심도부면중구%령민도
photothermal signals%neural network%depth profiles reconstruction%sensitivity
研究材料光学参数剖面重构的人工神经网络方法,从仿真和实验两个方面验证了神经网络参数识别技术用于实际问题的可行性,运用统计方法和灵敏度分析研究了影响参数剖面重构质量的几个因素.此外,还提出了一种训练网络的新方法,即利用奇异值分解获得导热模型的特征向量,利用特征向量的随机组合生成样本训练网络,统计分析结果表明这种方法可有效地提高网络的识别能力.
研究材料光學參數剖麵重構的人工神經網絡方法,從倣真和實驗兩箇方麵驗證瞭神經網絡參數識彆技術用于實際問題的可行性,運用統計方法和靈敏度分析研究瞭影響參數剖麵重構質量的幾箇因素.此外,還提齣瞭一種訓練網絡的新方法,即利用奇異值分解穫得導熱模型的特徵嚮量,利用特徵嚮量的隨機組閤生成樣本訓練網絡,統計分析結果錶明這種方法可有效地提高網絡的識彆能力.
연구재료광학삼수부면중구적인공신경망락방법,종방진화실험량개방면험증료신경망락삼수식별기술용우실제문제적가행성,운용통계방법화령민도분석연구료영향삼수부면중구질량적궤개인소.차외,환제출료일충훈련망락적신방법,즉이용기이치분해획득도열모형적특정향량,이용특정향량적수궤조합생성양본훈련망락,통계분석결과표명저충방법가유효지제고망락적식별능력.
