Show simple item record

dc.contributor.author方正
dc.contributor.author王仁彬
dc.contributor.author陈思媛
dc.date.accessioned2019-11-13T02:35:09Z
dc.date.available2019-11-13T02:35:09Z
dc.date.issued2018-11-05
dc.identifier.citation应用化工,2018,48(01):238-241
dc.identifier.issn1671-3206
dc.identifier.other10.16581/j.cnki.issn1671-3206.20181101.014
dc.identifier.urihttps://dspace.xmu.edu.cn/handle/2288/172245
dc.description.abstract采集15种塑料样本的X射线吸收光谱(XAS),对光谱数据进行预处理和主成分分析,建立误差反向传播(BP)神经网络和遗传算法优化的误差反向传播(GA-BP)神经网络模型,利用训练集进行网络训练,并通过测试集进行验证。结果表明,GA-BP神经网络相比于BP神经网络可以更好更稳定的对塑料样本的XAS进行识别,这对塑料的回收具有重要的指导意义。
dc.description.sponsorship国家自然科学基金项目(61571381)
dc.language.isozh_CN
dc.subject塑料分类
dc.subjectX射线吸收光谱
dc.subject主成分分析
dc.subject神经网络
dc.subject遗传算法
dc.title基于GA-BP神经网络的塑料X射线吸收光谱的辨识
dc.typeArticle


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record